[发明专利]一种基于坡度与区域生长的LiDAR点云滤波方法

说明书

技术领域

本发明属于对地面观测领域，涉及一种基于坡度与区域生长的LiDAR点云滤波方法。

背景技术

自从1998年美国前副总统戈尔提出了“数字地球”的概念，在全世界引起了强烈反响数字地球既是地球科学技术与空间技术，信息科学技术等现代科学技术交融的前沿领域，更是科学技术与社会发展以及社会科学紧密结合的结晶。作为数字地球的一部分，数字城市的建设和应用受到越来越广泛的关注，城市基础设施的三维信息在城市规划、市政管理、公共安全等方面都显现出重要的应用价值。建筑物是数字城市中最基本的信息之一，LIDAR系统具有直接描述测区表面三维信息的能力，可以快速、高效地将城市建筑物的特征信息采集到计算机当中，为快速进行建筑物信息提取带来了新的方法。

机载激光雷达(LiDAR，Light Detection and Ranging)是近些年才发展起来的新的探测技术，是集激光测距技术、惯性导航系统、动态差分GPS定位技术于一身的对地观测系统，代表了对地观测领域的一个新的发展方向，通过位置、角度、距离等观测数据直接获取目标对象表面点的三维空间坐标信息，实现地表提取和三维场景重建，被广泛的用于地面数据探测和模型的恢复、重建等应用中并显示出了巨大的前景，并逐渐成为三维城市数据模型获取的一种重要方式。机载激光雷达在获取目标地物三维空间地理坐标的同时，能够获得地表物体的垂直结构形态，同时配合上系统配备的高分辨率数码相机获取的地面相片更增强了对地面目标地物的分析和判别能力。与摄影测量技术相比，激光脉冲为主动遥感方式，对天气的依赖性较小，不受阴影和太阳角度的限制，避免了投影带来的信息损失，高程精度优势明显，提高了自动化程度，大大缩短了成图周期，可快速完成数字高程模型及数字正射影像图的大规模生产任务。

在数字城市建设中，往往需要对建筑物进行提取和重建，而建筑物特征提取的关键是数据滤波，由于地理环境的复杂性，数据滤波一直是研究的难点，滤波的最终结果是分离出地面点与非地面点。

机载激光雷达数据的滤波原理可以分为两类：第一类是根据激光脚点数据的回波强度信息进行的滤波。基于回波强度信息的滤波原理是参考了航空影像的分类原理，即不同的地物类型对激光的反射系数是有差异的，其决定了激光回波能量的大小，进而决定了该类地物表面的激光脚点的回波强度信息，将其可以转化为灰度图像，可呈现出不同的灰度值。而对于一片测区，可以将激光点云数据以其强度信息为依据转化为灰度图像，然后分析其灰度值的分布，确定出地面点的灰度范围，从而将地面点从原始点云数据中过滤出来。尽管该方法一定程度上发挥了LIDAR点云自身优势，但仅仅使用回波信息进行点云分类难以适合大部分地形。第二类是基于高程突变。基于高程突变的滤波原理是一种现在应用最为广泛的滤波原理。一般地，地形是连续的，地势起伏也是缓慢而平滑的，距离越近的两个点的高差应该越小，如果地表局部区域出现了高程突变，即邻近的两个点高程相差较大时，一般都被认为是因为此处地物类型发生了变化从而导致了局部地形的高程不连续，比如此处有房屋、树木等，该原理认为高程较高的点是发生变化的地物表面的点，高程较低的点被认为是地形表面的点。

现有的LiDAR数据滤波方法有很多，大致分为3类：形态学方法、基于内插的方法和基于曲面拟合的方法。每种滤波算法都有其适用的地形及其不足之处。2004年，George Sithole等选择了8种典型的算法进行比较，分析了这些算法的优缺点。这8种算法包括：Elmqvist的主动轮廓线法、Sohn的基于区域法、AxelssOn的渐进TIN加密法、Pfeifer的迭代最小二乘滤波算法、Brovelli的样条插值法、Roggero的改进的基于坡度法、Wack的改进区域最小滤波法、Sithole的坡度滤波法。最后结论表明由于地形的复杂性，没有一种算法能够适合任何地形条件，需要对算法作更多的改进，例如使用更多的上下文信息，结合场景分解。