基于形態(tài)學(xué)重建的數(shù)字高程模型智能提取.pdf

1、近年來(lái),機(jī)載激光測(cè)距(Light Detect and Range, LiDAR)主動(dòng)遙感技術(shù)以其高空間分辨率、高自動(dòng)化數(shù)據(jù)采集效率而廣泛應(yīng)用于地形測(cè)繪,森林監(jiān)測(cè)及城市建模等多個(gè)領(lǐng)域。本文在分析了機(jī)載LiDAR系統(tǒng)構(gòu)成、數(shù)據(jù)的獲取原理以及特點(diǎn)基礎(chǔ)上,深入研究了激光雷達(dá)數(shù)據(jù)濾波原理與實(shí)現(xiàn)流程,引入形態(tài)學(xué)灰度重建作為 LiDAR點(diǎn)云濾波的工具,系統(tǒng)開展了融合形態(tài)學(xué)灰度重建與支持向量機(jī)(SVM)的濾波算法和融合形態(tài)學(xué)灰度重建與不規(guī)則三角網(wǎng)(T

2、IN)的濾波算法,并利用多次實(shí)驗(yàn)反復(fù)驗(yàn)證了算法的穩(wěn)定性與有效性。主要工作如下:
　?、倩谛螒B(tài)學(xué)灰度重建理論對(duì)機(jī)載 LiDAR數(shù)據(jù)進(jìn)行濾波,以不同的高差對(duì)原始圖像進(jìn)行膨脹重建,將LiDAR數(shù)據(jù)初步分為地面點(diǎn)與非地面點(diǎn)。
　?、谌诤闲螒B(tài)學(xué)灰度重建與 SVM的濾波算法,從初始的形態(tài)學(xué)灰度重建濾波結(jié)果中自動(dòng)選取種子點(diǎn),進(jìn)而利用 SVM統(tǒng)計(jì)學(xué)習(xí)理論對(duì)初始結(jié)果進(jìn)行優(yōu)化。通過(guò)與初始形態(tài)學(xué)灰度重建濾波結(jié)果進(jìn)行比較,證明該方法有效。