基于径向基函数神经网络的机载LiDAR点云空洞填补方法

• 作者: 吕海洋 杨林 蔡香玉
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 地球科学
• 关键词: 空间插值 LiDAR点云 空洞填补 RBF 神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机工程
• 页码范围: 57-62
• 页数: 6页
• 分类号: P208
• 字数: 3861字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2017.03.009

摘要

机载LiDAR技术为地表三维数据的获取和DEM、DSM的构建提供了有利的条件.由于建筑物和植被遮挡等原因,造成了点云的缺失,形成区域的空洞,给地表建模带来不便,需要对LiDAR点云数据进行插值处理以修复缺失的数据.对径向基函数(RBF)神经网络构建插值模型进行了研究,利用该模型对点云中缺失的空洞区域进行修复.通过利用一部分采样点对RBF神经网络进行学习训练,得到模型中参数的具体值,然后利用这些参数值对空洞区进行插值.实验验证了RBF神经网络模型的有效性及插值精度.