基于自适应和多尺度数学形态学的点云数据滤波方法

• 作者: 姜挺 江刚武 罗伊萍 陈文锋 龚志辉
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 激光雷达 滤波 数学形态学滤波 数字高程模型 分类
• 年，卷（期）: 2009,（6）
• 页码范围: 426-429
• 页数: 4页
• 分类号: P237|TP751.1
• 字数: 3490字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2009.06.010

摘要

数学形态学滤波是从激光雷达(LIDAR)点云数据中识别地面点、创建数字高程模型的一种重要方法.在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题的基础上,提出一种改进的、多尺度的、具有一定自适应性的数学形态学滤波算法.该方法通过构建一个粗糙的地面不规则三角网(TIN)来确定实验区域的地形特征,从而选择恰当的地形坡度参数,用于多尺度数学形态学滤波中高差闻值的计算.将每次迭代前后高差小于阈值的点划分为地面点,同时保留地面点的高程值用于下次的迭代计算.实验结果表明该方法能够有效识别地面点和地物点,并且保留地形的细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜挺	信息工程大学测绘学院	60	542	14.0	20.0
2	江刚武	信息工程大学测绘学院	50	501	13.0	20.0
3	龚志辉	信息工程大学测绘学院	44	500	11.0	21.0
4	罗伊萍	信息工程大学测绘学院	3	85	2.0	3.0