论文部分内容阅读
在分析现有的LiDAR点云数据后处理方法的基础上,提出一种点云数据"分步"滤波方法。首先对LiDAR点云数据进行数学形态学"粗"滤波,得到"地面点假设"和"非地面点假设"。然后引入顾及因果关系的自回归模型(car模型)对两类点云数据假设进行模型化处理和假设检验,根据假设检验的结果判断地面点和非地面点,最终得到可靠的分类结果。与单纯的"最小二乘拟合预测法"或"数学形态学"方法进行比较,证明"分步"处理的思想用于LiDAR点云数据分类处理的可靠性。