基于多特征聚类的复杂环境机载点云层次滤波方法

机载激光雷达(LiDAR)点云滤波是点云数据处理的关键步骤，决定着后续派生品应用的精细程度。针对复杂场景区各种地物的交错性和多态性、地形的突变(断裂)性、相邻地物和地面点高程的相似性等导致的难以区分地物点和地面点瓶颈，本文提出了一种基于多特征聚类的点云层次滤波方法。本文方法首先耦合点云几何和物理信息进行多特征点云聚类，然后发展一种顾及地形断裂的地面点簇识别方法捕捉各类地面点，最后利用捕捉到的地面点构建初始地面参考面，并借助多尺度层次点云滤波方法进一步查找原始点云中的地面点。以4组地形复杂且建筑物和植被混杂区点云数据为试验数据，将本文方法与6种代表性滤波算法对比表明，本文方法的平均总误差最小、滤波性能最优、稳定性最高。