数据滤波技术
来源:    发布时间: 2012-11-21 13:33   2622 次浏览   大小:  16px  14px  12px
数据滤波技术主要是指从原始点云数据中获取地形表面点, 以便生成DEM、等高线图等终端产品。 LIDAR 数据滤波技术是目前的一个研究热点与难点, 国外对该技术的研究较为深入, 先后提出了多种算法, 而最具代表性的主要有基于渐进窗口尺度

 

数据滤波技术主要是指从原始点云数据中获取地形表面点, 以便生成DEM、等高线图等终端产品。LIDAR 数据滤波技术是目前的一个研究热点与难点, 国外对该技术的研究较为深入, 先后提出了多种算法, 而最具代表性的主要有基于渐进窗口尺度的数学形态学滤波算法、基于多分辨率分析原理的滤波算法、基于分层稳健估计的滤波算法[, 这些算法都在商业软件中得到了应用, 也从侧面证明这些算法的稳健与成功。基于多分辨率分析的数据滤波算法是TerraScan 中自动滤波功能的主要支持理论。该算法虽然对于地形突变, 地物和地形之间的区别较小( 如沿山坡建立的房子或低矮植被等) 的场景, 其滤波效果往往差强人意, 但对于地形变化单一且地物和地形区别明显的场景以及地形多变但连续且地物和地形区别明显的场景, 其滤波效果非常优越。本文研究了基于多分辨率分析的数据滤波算法的基本原理, 并在Visual C+ + 6. 0 平台上编程实现了该算法, 建立了LiDAR 数据处理与可视化系统, 实现了由LiDAR 系统获取的原始数据到最终的DEM 生成的整个功能, 一定程度上满足了实际的应用需求。

1.LiDAR 数据滤波的处理流程

LIDAR 数据滤波首要解决的问题就是粗差剔除, 尤其是那些粗差点的剔除, 即噪声剔除。噪声点剔除主要分为3 个步骤: 1 步是剔除高程明显低的点, 这主要是考虑到在某些情况下, 激光束会打在地下室裸露的部分或者通往地下室的台阶上, 从而产生一些点, 这些点的高程明显低于其周围点的高程, 并且这些点不属于地形表面, 应该被剔除; 2 步是孤立点剔除, 孤立点主要指在一个大数据空洞中, 含有零星的几个数据点, DEM 生产中, 应该把这些点剔除掉; 3步是删除空中点, 这主要是考虑到激光束打在空气中一些大的浮尘颗粒、飞行中的小鸟等物体上时产生的一些点, 这些点的高程相对于周围其他点的高程要高得多, 应该作为一种噪声, 把它剔除掉。

在对DSM 进行噪声剔除后, 就可以对其进行滤波。滤波的算法较多, 但在本文中主要对基于多分辨率分析的滤波算法进行研究。

2.多分辨率分析滤波算法的基本原理

在不同尺度空间中获取的投影组成了信号的多层次、不同分辨率的表示。相临两层之间的分辨率相差2 倍。从分析中可知,多分辨率分析的实质就是获取多尺度的数据描述, 从而建立数据金字塔, 为数据处理提供一个由粗到细的模型。该算法在对LIDAR 数据进行具体滤波时, 首先选择一个窗口尺度, 用该尺度窗口去分割原始数据集, 选择每一个分割块中的高程最低点, 形成新的数据层, 对新的数据层实行同样的操作, 形成又一个数据层, 如此反复直至最后一层, 从而得到一组多尺度、多分辨率的数据。一般来说地面点都是局部区域内高层最低的点。因此, 可以认为最上面一层数据都是由地面点组成, 对该层数据进行三角组网, 从而形成一个最初的参考面。以该参考面为基准, 对下一层数据进行分析, 计算每一个点到参考面对应的三角剖面的距离。如果该距离超过一定的阈值,则该点为非地面点; 如果距离值在阈值范围内, 则该点为地面点。将每一个新的地面点加入参考面, 从而形成新的参考面, 如此反复直至最后一层, 从而得到最终的地面点集。

上一篇:没有了
下一篇:三维激光扫描技术