一种地形自适应的机载LiDAR点云正则化TPS滤波方法

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.

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

所属期刊栏目：22

资助基金：国家重点研发计划项目;国家自然科学基金项目

在线出版日期：2020-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：898-908