首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于自适应和多尺度数学形态学的点云数据滤波方法
引用本文:罗伊萍,姜挺,龚志辉,江刚武,陈文锋.基于自适应和多尺度数学形态学的点云数据滤波方法[J].测绘科学技术学报,2009,26(6).
作者姓名:罗伊萍  姜挺  龚志辉  江刚武  陈文锋
作者单位:1. 信息工程大学测绘学院,河南郑州,450052
2. 73603部队,江苏,南京,210049
摘    要:数学形态学滤波是从激光雷达(LIDAR)点云数据中识别地面点、创建数字高程模型的一种重要方法.在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题的基础上,提出一种改进的、多尺度的、具有一定自适应性的数学形态学滤波算法.该方法通过构建一个粗糙的地面不规则三角网(TIN)来确定实验区域的地形特征,从而选择恰当的地形坡度参数,用于多尺度数学形态学滤波中高差闻值的计算.将每次迭代前后高差小于阈值的点划分为地面点,同时保留地面点的高程值用于下次的迭代计算.实验结果表明该方法能够有效识别地面点和地物点,并且保留地形的细节信息.

关 键 词:激光雷达  滤波  数学形态学滤波  数字高程模型  分类

An Adaptive and Multi-Scale Mathematic Morphological Filter for Point Cloud Data Filtering
LUO Yi-ping,JIANG Ting,GONG Zhi-hui,JIANG Gang-wu,CHEN Wen-feng.An Adaptive and Multi-Scale Mathematic Morphological Filter for Point Cloud Data Filtering[J].Journal of Zhengzhou Institute of Surveying and Mapping,2009,26(6).
Authors:LUO Yi-ping  JIANG Ting  GONG Zhi-hui  JIANG Gang-wu  CHEN Wen-feng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号