等高线辅助的机载激光雷达点云数据分类方法研究

【摘要】：机载激光雷达技术自商用化后的二十余年来发展极其迅速,在水文、地质、电力、石油、管道选线、国土、军事等行业的应用也越来越广泛。机载激光雷达系统(Light Laser Detection and Ranging,简称机载LiDAR)采集的主要是离散的密集三维激光测量数据,能直接获取数字表面模型(Digital Surface Model,DSM),而通过数据滤波快速获取地表数字高程模型(Digital Elevation Model,DEM)一直是机载激光雷达数据处理与应用研究的经典任务,因此探讨Li DAR点云数据分类方法有很大的实用价值。海内外专家学者及商业公司已经对点云数据滤波算法进行了大量的研究,提出了很多较为成熟和适用的分类方法。但大多算法仅针对原始点云数据进行处理,存在一定的局限性。由学者的研究经验可知:仅对原始点云数据进行滤波处理,而不增加其它辅助数据对滤波过程进行约束,往往无法达到理想的滤波效果。随着当代数据获取手段及成果的多样性,在对激光点云数据进行滤波时可充分利用已知数据提高滤波结果的准确性。基于此,本文在学者前期研究成果基础上,尝试基于内插滤波算法思想、融合已知等高线辅助数据、利用三维激光点云高程突变信息实现从LiDAR点云数据中提取地面点的方法。本文使用C#语言基于ArcGIS Engine完成滤波软件设计,分别选取丘陵和平原两种地形,分析等高距及阈值选取依据后,采用1m、2m等高距和8个高差阈值进行滤波算法实验与分析,通过目视判别和定量分析进行滤波质量评价,以寻求最佳等高距及阈值参数,验证方法可行性与适用性。实验结果表明,等高线辅助机载激光雷达点云数据滤波的方法是可行的,无论是平原还是丘陵,使用1m等高距分类结果的准确性都优于2m等高距,综合考虑目视效果及三类误差,等高距为1m时平原最佳阈值参数取0.6m,滤波总误差为10.96%,丘陵最佳阈值参数取0.7m,滤波总误差为14.14%,可为今后的实际作业提供一定的参考价值。