论文部分内容阅读
机载LIDAR技术作为一种新兴技术,因其能快速有效的获取地面三维坐标信息的技术手段,已应用于多个行业。目前国内外对于LIDAR技术硬件方面的研究已相对成熟,但在LIDAR数据后处理方面还是研究热点。LIDAR数据滤波作为数据后处理过程中最为重要的一项环节,其结果将直接影响到之后生成的DEM质量。因此实现LIDAR点云数据快速、精准的获取地形数据是当前急需解决的问题。基于这个研究目标,本文从滤波分类和点云抽稀两方面进行了探讨。主要内容包括以下几个方面:(1)阐述了机载激光雷达系统的组成、激光测距工作原理,阐明了机载激光雷达的系统误差,介绍了机载激光雷达系统的特点以及应用领域。详细论述了机载LIDAR数据的滤波分类原理,对当前国内外常用的几种滤波算法的优缺点进行了分析总结;(2)传统的坡度滤波算法在地形自身坡度与地物坡度相差不大时,应用坡度阈值很难界定,本文提出了一种改进算法,加入了不规则三角网,利用不规则三角面拟合地表面,在通过判断待定点与之对应的三角面的关系,设置了高差阈值,有效的减小了第II类误差,一定程度上解决了坡度阈值的自适应问题;(3)利用两种已有LIDAR点云数据抽稀算法,分别对三种不同地形的点云数据进行了抽稀实验研究,分别得到了两种算法在不同抽稀率与DEM精度的关系,对其进行对比分析后发现,即使采用60%的抽稀率,其点云数据处理生成的DEM成果的精度还比较好。研究表明:本论文改进算法能够有效的对机载LIDAR数据进行处理,并能很好的处理区分地形坡度与地物坡度相近的情况,提高滤波结果的准确性。在满足DEM实际工程应用精度要求的基础上,对滤波后点云数据进行抽稀处理是可行的。