基于监督学习的机载LiDAR点云滤波方法

• 作者: 刘海鹏 黄中德 李笑笑
• 来源期刊: 安徽地质
• 学科: 地球科学
• 关键词: 激光雷达 滤波 SVM 二分类 特征向量
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 测绘工程
• 页码范围: 84-88
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.3969/j.issn.1005-6157.2022.01.020

摘要

点云滤波是机载LiDAR点云后处理应用必不可少的环节.虽然国内外学者提出了许多滤波方法,但依然存在以下问题:一是需要复杂的参数设定;二是滤波方法鲁棒性较差,难以适应复杂的地形环境.为了实现高精度自动点云滤波,本文提出一种基于支持向量机(SVM)的滤波方法.该方法将点云滤波转换为二分类问题,通过计算点云数据的5维特征向量,使用计算出的模型将点云数据分为地面点和地物点两大类.本文采用国际摄影测量与遥感学会(ISPRS)网站发布的三组点云数据进行实验,实验结果表明该方法对具有不同地形特征的点云数据均能获得良好的滤波结果.在与其他三种代表性的滤波方法对比中,本文方法能够取得最小的滤波Ⅰ类误差(3.07％)和总误差(3.68％).