一种地形自适应的机载LiDAR点云正则化TPS滤波方法

• 作者: 刘欣怡 张永军 黄星北
• 来源期刊: 地球信息科学学报
• 关键词: 机载激光雷达 点云滤波 区域增长 参考点优化 多向扫描 薄板样条插值 正则化 相对变异系数
• 年，卷（期）: 2020,（4）
• 页码范围: 898-908
• 页数: 11页
• 语种: 中文

摘要

随着机载激光雷达成像技术(LiDAR)的不断发展,激光点云数据处理的相关研究也在不断深入.点云滤波是机载激光雷达点云数据处理的重要环节之一.针对多数经典滤波方法在复杂地形和地物条件下的滤波效果不够理想的现状,提出一种新的基于相对变异系数的地形自适应正则化薄板样条插值点云滤波方法.采用二维区域增长获取初始插值参考点后,基于线特征约束对参考点进行优化,去除部分低可靠性参考点以得到较准确、分布离散均匀的初始插值参考点集合,在此基础上通过正则化薄板样条插值方式来拟合地形点与地物点之间的滤波分类面,完成对机载激光点云的高精度自适应滤波.对比实验结果表明,本文的地形自适应滤波方法在2组实验数据的总体错误率分别达到4.14％和4.17％,在错误率和多地形综合表现等方面具有优势,且滤波运算效率在目前主流的滤波算法中处于较高水平.另外,实验结果验证了地形自适应滤波方法在斜坡、山脊等起伏较多的复杂地形与包含植被和建筑物的混合地形等处的点云滤波结果具有较好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永军	武汉大学遥感信息工程学院	55	688	15.0	25.0
2	刘欣怡	武汉大学遥感信息工程学院	11	0	0.0	0.0
3	黄星北	武汉大学遥感信息工程学院	2	0	0.0	0.0