基于主动学习的机载LiDAR点云滤波方法

摘要

本发明公开了一种基于主动学习的机载LiDAR点云滤波方法，包括步骤：S1，获取点云数据并进行低位噪声点剔除；S2，采用多尺度形态学运算自动获取并标记训练样本集；S3，对训练样本集进行特征提取并建立SVM模型S4，采用训练模型对候选样本集进行分类，分为候选地面点集和候选非地面点集，将神谕设置为候选点集至拟合曲面距离的S型函数，每次迭代分别从候选地面点集和候选非地面点集中各选取q个点加入训练样本集中并更新训练模型，一直迭代，直到候选地面点集和候选非地面点集中的点云个数均不再大于q为止，最后将最新训练模型的分类作为点云滤波结果；S5，滤波优化。本发明能够解决现有技术需要大量的样本标记，滤波精度不够理想的问题。