基于高程归一化的布料模拟滤波算法

摘要

点云的滤波处理是LiDAR数据处理中一个非常重要的环节,即分离出点云数据中的地面点和非地面点,为后续的数据处理打下基础.本文在传统的渐进式数学形态学滤波和布料模拟滤波方法的基础上,考虑到渐进形态学滤波对于地面点分离的效果尚可,也就是能基本保留所有的地面点,但由于其地形的自适应性较弱,高差阈值随着地形坡度的变化也有着不稳定性使得一部分非地面点容易被当成地面点,而布料模拟滤波算法具备运行效率高的优点,且布料模拟滤波在地形平坦地区的滤波效果较地形起伏大的地区滤波效果更好.因此在渐进形态学滤波结果的基础上建立目标区域的粗DEM栅格数据,然后对目标区域点云数据中各点的高程值进行一个归一化处理,消除目标区域中地形有起伏的因素给布料模拟滤波结果带来的影响.最后采用ISPRS官方网站的3组标准数据样本的实验结果表明,相比于传统的渐进式形态学滤波的结果其I类误差降低,相比于未进行归一化过程的布料模拟滤波算法的结果其II类误差降低,而其总误差均降低,达到较好的滤波效果.