论文部分内容阅读
针对当前单一数据源地物分类存在的优缺点,本文围绕机载LiDAR点云数据滤波与航空影像配准后地物分类等关键技术进行研究。首先,研究了点云数据预处理的相关内容并针对当前滤波算法存在的稳健性差等问题,提出了基于偏度与峰度变化曲线以及基于微分形态学断面的滤波算法;然后,将预处理后的LiDAR点云数据插值生成DSM灰度图,利用SUSAN自适应角点检测算法提取建筑物角点,基于两级仿射变换模型完成DSM灰度图与航空影像配准;最后,通过面向对象层次分类方法完成地物精确分类。论文主要工作及结论如下:(1)系统介绍了机载LiDAR测量原理,并对获取的数据进行了分析;比较当前存在的各种LiDAR点云数据组织方式优劣,针对不同的滤波方法,本文分别采取了虚拟格网和规则格网,选择合适的格网尺寸对原始点云进行格网化,提高了数据处理效率。对于机载LiDAR点云获取过程中产生的不可避免的粗差点,通过改进的单一阈值法进行剔除。(2)对经典滤波算法进行深入研究,针对滤波精度易受阈值选取的影响,提出了基于偏度与峰度变化曲线滤波方法,该方法引入统计学中的偏度与峰度平衡思想,利用统计矩平衡原理滤除地物点;针对形态学滤波算法对地形适应性不强的问题,提出了基于微分形态学断面改进方法,该方法引入图像处理中的高斯卷积运算,利用阈值判别函数识别地面点。通过ISPRS提供的官方数据对两种算法进行测试,实验表明,两种方法均能获得较好的滤波效果,具有较高的精度和稳健性。(3)借鉴图像配准思想,将机载LiDAR点云与遥感影像3D-2D配准转化为DSM灰度图与遥感影像2D-2D配准。为此,首先利用自然邻域法对LiDAR点云进行插值获取DSM灰度图,然后,利用SUSAN自适应角点检测算法提取建筑物角点,利用多级仿射变换模型完成配准。实验证明,该方法简单、运算效率高,配准精度满足实验需求,效果较好。(4)针对配准后的LiDAR点云和高分辨航空影像地物分类,本文提出了面向对象层次分类方法。利用多尺度分割技术,按照定义的规则集分类特征,采用专家决策系统支持的模糊分类算法完成地物细分。通过实例验证,该方法较基于像元的分类方法精度得到明显提高,分类效果更好。