0769-87921175
dglc17@126.com
LIDAR技术可直接获得测区内的三维坐标，包含了测区内所有反射激光部分的三维坐标，数据信息存在部分冗余及无法直接利用的部分。如何从这些散乱的数据中提取所需的反应某类地物特点的点云数据，成为后期DSM建模工作开展的最关键步骤。这部分工作被称作滤波处理。
机载LIDAR(Light Detection And Ranging)是一种安装在飞机上的机载激光探测和测距的先进的主动传感系统，是GPS，INS和激光测距3大技术的集成应用系统。它所测的数据为数字表面模型DSM的离散点集，数据中含有空间高精度三维信息和激光强度信息。近些年来，LIDAR更是得到了长足的发展，广泛利用于城市建模和规划，地形分析等。
由于LIDAR数据的特点，在对离散点云数据进行滤波之前，一般要进行规则格网化，即将数据经内插或重采样获得规则格网数据。生成的规则格网数据结构简单，便于存储，且可采用现有很多处理图像的算法进行基础。
形态学是基于集合论的处理图像的算法，它的基本思想是采用具有一定形态的结构元素度量和提取图像中的对应形状，以达到对图像分析和识别的目的，即由局部到整体。
对离散点云进行计算。对于数量较小的离散点而言，直接对点云数据进行滤波处理速度比较快：1）将开运算中的腐蚀和膨胀分开操作。即将离散点作为中间像元，开辟和结构元素大小相同的领域进行腐蚀算法。在领域中，选择高程最小的点代替窗口高程进行保存；2）然后再进行过腐蚀的数据进行膨胀算法，结构元素大小不变，选择膨胀后的最大高程代替领域的高程进行保存；3）将膨胀后的高程与原始高程进行比较，若差值大于阈值，则为非地面点。
规则化后滤波处理。用规则化后的数据进行滤波处理，假定结构元素和阈值条件，进行开运算，并计算运算后的高程与原始高程的插值，若插值小于阈值，则保留为地面点。然后逐渐扩大窗口尺寸，调整阈值，进行上述运算，直至窗口尺寸大于建筑物尺寸为止。
提到基于形态学的滤波一般采用基础算子的叠加操作，如开运算或闭运算。这两种复合算法在执行过程中，不同程度的都丢失了图像的原始信息。这就意味着算法精度提高依赖于结构元素的选择和初始阈值的给定。但是，确定的结构元素又会将一些不满足结构元素形状，大小的特殊地形去除。
基于坡度变化的滤波算法是根据地形坡度变化确定最优滤波函数,对于给定的高差阈值，随着两点间距离的减小,高程值越大，则属于地面点的可能性就越小。
该滤波方法通过比较邻近两点间的高差值的大小，来判断该点是否属于地面点。两点间高差阈值定义为两点间距离的函数即所谓的滤波核函数。滤波核函数的确定一般还要依据测量值存在误差这一实际情况制定一定范围的置信区间。置信区间的指定没有确定的规律可循，一般只能根据具体测量范围的情况确定符合地形变化的滤波核函数。
该方法算法简单，比较适合计算机进行迭代算法。但是，基于坡度的滤波算法要求对训练区有一定的先验经验，即了解区域地形的坡度变化情况，且还要确定核函数和高差阈值。
TIN是一种重要的表示数字高程模型的方法，经常来存储空间离散点之间的临近关系。采用Delauney三角网的方法构建TIN。通过观察构建完成的Delauney三角网，可以直观的得到点之间的相邻关系。
基于TIN的构网思想比较成熟的是Axelsson提出的基于TIN的单向迭代加密。该方法假设地形局部区域是平坦的，首先从点云中提取最低点作为种子点构建初始的地形,然后再逐层将满足阈值条件的点添加到地形当中,直至所有满足条件的点均被添加。
下一篇: 没有了
