机载激光雷达点云数据分类方法研究
机载激光雷达技术是新兴的一门技术，在地形勘测、城市建筑物三维建模等方面都有很好的应用。本文从滤波分类和建筑物点云提取两方面进行了探讨。首先介绍了常用的滤波分类算法和建筑物提取算法。实验验证了传统数学形态法、改进的数学形态法和距离期望滤波算法的滤波效果。
传统的坡度滤波算法，利用经验知识或样本区间确定坡度阈值，不能完全得到真实的坡度阈值。在山区地形中，地形自身坡度与地物坡度之间的差别不是很大。仅仅应用坡度阈值很难判定，容易造成过度滤波或真实地形的丢失。
针对以上问题，本文对传统的坡度滤波算法进行了改进，增加了双向坡度阈值、高程阈值和二次滤波。首次滤波时以较小的坡度阈值得到初始DEM，计算其最大坡度值，以最大坡度值作为第二次滤波的坡度阈值，一定程度上解决了坡度阈值选择的自适应问题。针对单向阈值在地形突变地区容易过度滤波的情况，增加了双向阈值，在地形变化较大地区有一定的普遍适用性。另外融合了区域增长的思想，增加了高程阈值，加强了细节保护。
在研究建筑物区域增长算法的基础上，对现有区域增长算法进行了一些改进。按照高程阈值分割、梯度分割、邻域半径密度分类的步骤得到建筑物的脚点，该算法较好地剔除了植被点和地面低矮附属物的干扰，解决了建筑物和植被点分离过度和分离欠佳的问题，利用邻域半径密度法可以准确的得到建筑物种子点，较快的实现建筑物的分割分类。
按照阶层式分类分割的策略，利用C#.net和ObjectARX技术在AutoCAD2010中开发了学习型的机载激光雷达点云分类分割软件LIDAR-Scane。该软件可以实现点云分类显示、不规则三角网构建、点云分类分割等功能。
坡度算法;区域增长;阶层式分类;ObjectARX;机载激光雷达;点云数据
西南交通大学
硕士
大地测量学与测量工程
范东明
2013
中文
TN958.98;TN957.52
62
2013-10-30（万方平台首次上网日期，不代表论文的发表时间）