基于高程统计的机载LiDAR点云三角网渐进滤波方法

摘要

机载LiDAR点云数据的滤波是DEM生成的关键,大部分点云滤波方法缺少先验知识,而点云数据在局部地表的高程分布具有一定的统计特征,可以为滤波算法提供一定的参考.本文提出一种基于高程统计先验知识的机载LiDAR三角网渐进滤波方法,该方法先按照点云数据的覆盖范围以及地形起伏情况,将点云数据进行区域划分,统计每个分区内的点云高程,进而进行多阚值分割,得到备选地面点集合.基于分割结果,自定义格网尺寸提取初始地面种子点,改进三角网渐进滤波方法.本文采用ISPRS公布的实验数据进行方法验证和误差评定,与原始三角网渐进滤波方法相比,该方法提高了分类精度.