论文部分内容阅读
机载激光雷达(Airborne Light Detection and Ranging(LiDAR))测量技术作为一种新型技术,它集多种技术于一体,已成为空间地理信息获取的重要技术手段之一。它广泛应用于快速获取地表物体的三维空间信息,进而生成DSM(Digital Surface Model)以及DEM(Digital Elevation Model)等数字产品,同时该技术作为测绘领域的一次技术革新,它正以其独特的优势成为了多个领域的研究热点。由于机载LiDAR测量系统在扫描过程中因建筑物遮挡或水体吸收等因素的影响,使得机载LiDAR点云数据在获取过程中不可避免地产生缺失区域。这种现象将对数据的后续应用产生致命的影响。本文在总结和分析已有研究成果的基础上,重点研究了缺失区域边界检测及修补缺失区域的理论和方法,并通过编程实现和实验验证,完成了对相关算法的改进。其主要工作及成果如下(1)详细介绍了机载LiDAR测量系统的硬件组成及测量原理,并分析其所获取数据的特点。同时,在分析了常见的粗差剔除及滤波方法基础上,针对后续数据处理,采用基于高度统计的粗差剔除方法以及基于数学形态学的滤波方法对点云数据进行预处理,并通过实验证明了该方法对于点云数据粗差剔除及滤波的有效性。(2)为了获取机载LiDAR点云数据中缺失区域的边界信息,提出了基于预定位的缺失区域边界提取算法。通过将点云数据网格化,按照种子算法的思想寻找网格中大于给定阈值的连续空孔,对连续空孔外扩获取边界网孔,最后通过最大角度差法判别出边界网孔内的边界特征点。实验证明,本文算法相对其他边界检测算法能够较为快速地检测出缺失区域的边界特征点。(3)为了修补机载LiDAR点云数据中的缺失区域,提出了一种基于地面点曲面拟合的改进算法修补缺失区域。通过将点云数据滤波获取地面点并通过移动最小二乘法拟合曲面,然后利用统计的思想识别出缺失区域邻域点中的高程邻域点并将其向曲面投影获取缺失区域的低程邻域点,最后通过直线交点确定待修补点的坐标,最邻近点插值方法确定待修补点的高度值,从而实现缺失区域修补。实验证明,本文算法所修补的缺失区域与其周围点云数据融合效果更加接近真实环境。(4)通过将本文算法应用于第三届全国激光雷达大会所提供的机载LiDAR点云数据缺失区域修补中,验证了算法具有一定的实用性。