機載LIDAR點云數(shù)據(jù)濾波及建筑物點群分割研究.pdf

1、機載激光雷達(Light Detection and Ranging，LIDAR)技術作為新興的一門綜合性技術，在地理國情監(jiān)測、地形勘測和三維城市建模等方面有很大地應用。本文從點云濾波和建筑物點群分割兩方面進行了探討和研究。
　　為了便于管理海量的機載LIDAR點云數(shù)據(jù)，本文基于虛擬格網(wǎng)對原始點云數(shù)據(jù)進行組織。虛擬格網(wǎng)既保留了點云的原始信息，又具有格網(wǎng)數(shù)據(jù)便于組織和鄰域選擇的優(yōu)點。在對機載LIDAR點云數(shù)據(jù)特點和現(xiàn)有濾波算法進行研

2、究討論后，嘗試改進了數(shù)學形態(tài)學濾波算法，將傳統(tǒng)數(shù)學形態(tài)學濾波方法所采用的固定窗口大小和固定高差閾值改進為漸變窗口大小和變高差閾值。
　　本文詳細介紹基于形態(tài)學梯度和區(qū)域生長的濾波方法。該方法以每個點的形態(tài)學梯度為先決條件，對形態(tài)學梯度滿足一定條件的點云進行標記;對標記點的鄰域內(nèi)所有點云進行條件開運算，比較開運算前后的高差，以此為條件進行分離地面點和非地面點;循環(huán)上述步驟，直至滿足迭代停止條件。對可能造成的過度濾波增加了區(qū)域生長，可

3、以有效地提高濾波效果和精度。實驗表明，基于形態(tài)學梯度和區(qū)域生長的濾波方法能夠有效地改善建筑物邊緣和高大植被區(qū)的濾波效果，對各類地形具有一定的適用性。
　　建筑物模型可以看作由多個平面構成，本文對平面所含的點云進行了分割處理，采用了改變的隨機霍夫變換對建筑物屋頂面面片所含點云進行了提取?；诟倪M的隨機霍夫變換方法地面片提取本質上只采用了數(shù)學的思想，從面片的幾何特征進行了考慮，從非地面點云中探測出三維離散點云相對應的最佳平面。決定算法