抗差趋势面的机载LiDAR点云滤波方法

传统曲面约束滤波算法中,利用最小二乘拟合地形曲面易受种子点粗差影响。针对这一问题,提出基于抗差趋势面的机载激光雷达点云数据滤波方法,首先构建格网索引组织数据,引入抗差趋势面拟合合理的区块地形,通过自适应阈值的设置实现不同区域的自动灵活处理,最终滤除孤立点完善滤波结果。使用ISPRS提供的测区数据进行实验,与传统曲面拟合方法进行对比,实验结果证明,该方法较传统移动曲面拟合法能够得到更加可靠的滤波结果,具备较高实用价值。     

考虑自然邻点影响域的多波束测深数据趋势面滤波改进算法

针对传统趋势面滤波法在多波束测深数据粗差探测方面存在曲面拟合函数不确定、滤波不彻底以及部分水深点被不合理剔除的问题,通过引入散乱水深点局部最小范围——自然邻点影响域的概念,提出一种基于自然邻点影响域的多波束测深数据趋势面滤波改进算法。首先,通过对自然邻点影响域内的局部曲面进行分析,构造了影响域内特定局部坐标系下的统一曲面拟合函数;然后,利用该统一曲面拟合函数按照所提传递式迭代趋势面滤波法进行顺次迭代,逐步滤除影响正常水深点判定的粗差数据;最后,根据突变地形边界点在其相邻邻域地形内连续性不一致的特性,建立了面向突变地形边界点的判断准则。试验结果表明：该改进算法可适应不同复杂程度的海底地形,有效剔除多波束水深数据中的粗差点,同时对实际海底地形中的正常水深点和各种特殊水深点进行保留,显著提高了海底地形表达的精度。     

变窗口均值限差法的点云噪声滤除方法

利用三维点云数据建模的准确与否很大程度上依赖于点云滤波效果的好坏,通过对滤波方法的研究,可以提供尽量准确的地面点云数据.文章利用C#高级编程语言,结合OpenGL三维图形库对三维激光点云数据进行噪声滤波处理;将三维激光点云投影到格网内的拟合平面上,通过变窗口均值限差法对高差、坡度关键参数进行了分析对比,确定出合适滤波参数,模拟表达实际地形的原貌.实验证明,变窗口的均值限差法可以滤除绝大部分噪声,对于紧邻地面的部分噪声,可以通过进一步拟合最小二乘曲面或加入先验信息等方法去除.该方法不仅能够有效去除噪声,而且还能较大程度地保留地形的特征信息.     

海量点云数据滤波处理方法研究

简述目前几种主要的点云滤波方法,运用MatLab语言编程实现移动窗口最小二乘曲面拟合算法对数据进行滤波处理,经实验数据分析取得良好的滤波效果,能有效滤除点云噪声,获得高精度的建模数据,同时很好地保持地形特征。     

抗差趋势面与正交多面函数结合拟合DEM数据

空间数据内插是DEM建模中不可缺少的环节。本文提出将趋势面与多面函数结合拟合DEM数据。在趋势面拟合过程中,提出将局部有显著起伏的采样点视为异常观测值,采用抗差估计法,控制显著异常点对曲面拟合的不利影响;针对多面函数拟合中,难以合理地选择节点这一问题,提出基于正交最小二乘法的基本思想,计算各节点核函数对曲面拟合贡献的大小,并依此为依据自适应地选择节点。最后利用新提出的方法,对野外实测的地形数据进行拟合,结果表明进行趋势面拟合后,再进行多面函数拟合,整体上优于直接利用多面函数拟合,而基于正交最小二乘法的多面函数拟合法的精度明显优于常规的多面函数拟合法。     

基于双调和样条内插和高斯曲率极值的多面函数拟合高程异常方法

利用双调和样条函数对GPS/水准数据进行内插,从而得到高程异常曲面的网格数据。为了能更准确地描述高程异常曲面的弯曲变化,本文提出了以高程异常网格数据点上的高斯曲率极值为判定条件,对所有GPS/水准数据点进行筛选,以高斯曲率极值大于零与否选择不同的核函数,利用多面函数拟合方法对高程异常曲面进行了拟合。拟合结果表明,基于双调和样条内插和高斯曲率极值的多面函数拟合方法优于二次多项式、移动二次曲面以及单独采用某种核函数的多面函数拟合方法。     

混合整体最小二乘曲面拟合在点云滤波中的应用

针对传统点云滤波过程中拟合曲面不连续，参数求解不合理及高差阈值不明确的问题，本文提出一种基于混合整体最小二乘的曲面拟合约束法。利用中心网格加权坡度值构建了多尺度格网，探讨了依据网格邻域选取地面种子点的标准，分析了混合整体最小二乘曲面方程求解和根据滤波结果逐级调整高差阈值的方法和步骤。试验结果表明，该方法提高了复杂区域的点云滤波精度，为构建数字高程模型提供了精确数据。     

利用波形信息的加权曲面拟合LiDAR点云滤波

为发挥机载全波形激光探测与测量（light detection and ranging,LiDAR）技术优势,提高数字高程模型（digital elevation model,DEM）生成精度,提出了一种利用波形信息的加权曲面拟合LiDAR点云滤波方法。该方法利用全局收敛LM解算离散点云与波形参数,引入波形信息与抗差估计原理检测异常种子点,依据波形参数对地形曲面进行加权拟合,综合考虑滤波窗口尺寸与曲面拟合中误差影响设置自适应高差阈值。选取中国黑河综合遥感联合实验中的城市区域、耕地区域与山地区域数据进行实验,结果表明,相比传统方法,所提方法的波形分解结果更加可靠,点云滤波精度进一步提高,具备较高实用价值。     

联立偏度与峰度变化曲线的机载LiDAR点云滤波方法

针对经典滤波算法易受参数、阈值选取影响以及传统偏度平衡方法滤波结果不理想等问题,提出一种联立偏度与峰度变化曲线的机载LiDAR点云二次滤波方法。该方法不受参数与阈值选取影响,在联立初始LiDAR点云二者基础上,通过在其变化曲线上寻找最优偏度平衡点完成一次滤波;然后对初次滤波后获取地面点进行多项式曲面拟合,根据拟合后的高差统计值进行偏度平衡二次滤波。实验结果表明:该方法能保证变化很小的前提下,减少和总误差,滤波效果更好。     

地形标准差聚类多面函数拟合高程异常方法

针对多面函数拟合高程异常时,难以确定中心点的问题,该文利用地形标准差确定高程异常点的分类个数,进行聚类分析,并以地形标准差与距离的比值作为指标,从高程异常点中选择了中心点,同时利用多面函数拟合了高程异常曲面,较好地解决了多面函数拟合中心点难以选择且拟合精度不高的问题。在两个地区应用结果显示,利用地形标准差聚类拟合的高程异常,比单独采用聚类分析和地形标准差的方法在外符合精度上分别平均提高了27%和48%。提出了利用地形标准差选择多面函数中心点的方法,有效地降低了多面函数选择中心点的随机性,提高了多面函数拟合的精度。