文档介绍：第28卷第1期地理与地理信息科学
2012年1月 Geography and Geo-Information Science January 2012
基于正交多项式的平原城区机载
LiDAR 数据滤波算法
王植1,2,吴立新1,2,贺正雄1,李慧盈3
(,辽宁沈阳 110819;,北京 100875;
,吉林长春 130012)
摘要:从机载 LiDAR 点云数据中分离地面点与非地面点生成城区 DEM,是构建数字城市的首要工作。该文对机
载 LiDAR 数据处理中的滤波关键算法进行了研究。首先,利用常用的区域增长方法对机载 LiDAR 点云数据进行
了滤波处理,然后基于正交多项式分带滤波方法进行了点云滤波,比较了两种算法的运行效率,分析了二者的特
点,并通过试验对比进行了阈值参数优选,试验表明该算法具有较好的滤波效果,在平原城区的数字城市三维建模
中具有很好的应用价值。
关键词:机载 LiDAR;滤波;区域增长;正交多项式滤波
中图分类号:P237 文献标识码:A 文章编号:1672-0504(2012)01-0043-04
因此难以达到全自动化。
0 引言
国内学者进行了大量点云滤波算法研
机载 LiDAR(Light Detection And Ranging)是究[7-9]。本文基于机载 LiDAR 技术获取的典型
近年来广泛使用的新型主动式遥感测量技术[1-4], 平原城区三维点云数据,分别使用区域增长和正
其通过测量激光脉冲传播时间,结合 POS系统(由交多项式滤波算法进行机载 LiDAR 数据的滤波
差分 GPS和惯性导航系统INS组成)提供的位姿处理,为后续基于机载 LiDAR 数据的建筑物三维
信息,可快速获取高精度、高分辨率的地物目标点建模奠定基础。
阵数据,日益成为获取地物三维空间信息的重要
1 机载 LiDAR 点云数据滤波
工具。
机载 LiDAR 系统接收地物的反射信号,生成的机载 LiDAR 扫描获得的点云数据是三维空间
数字表面模型(Digital Surface Model,DSM)中除包中不规则分布的点集,这些点代表真实地物表面,如
含地面点外,还包含建筑物、桥梁、车辆、树木植被等地面、人工物体(房屋、桥梁、车辆、烟囱、塔、输电线
信息,数字高程模型(Digital Elevation Model, 等)以及自然植被(乔木、灌木、草)等,也包括一些粗
DEM)提取须剔除这些非地面点,得到真实的地面点差和噪声(如激光扫描到空中的飞鸟)。机载 Li-
数据。如果把建筑物、桥梁、车辆、树木植被等看成 DAR 数据滤波是在点云中分离地面点以及建筑、车
是噪声点,滤除其过程与滤除图像噪声的过程相近, 辆、植被等非地面点的过程。
因此常把从机载 LiDAR 点云数据中分离出地面点常用的区域增长滤波算法[10]的基本原理是:
的过程称为机载 LiDAR 数据滤波(Filtering)。城区中地面部分的点云数据以及建筑物屋顶面片
机载 LiDAR 点云数据滤波是机载 LiDAR 数