机载LiDAR测深点云SVB联合滤波算法 |
| |
引用本文: | 宿殿鹏,闫豆豆,陈亮,陈雨,董箭,吴迪,于孝林.机载LiDAR测深点云SVB联合滤波算法[J].测绘学报,2023(4):614-623. |
| |
作者姓名: | 宿殿鹏 闫豆豆 陈亮 陈雨 董箭 吴迪 于孝林 |
| |
作者单位: | 1. 山东科技大学测绘与空间信息学院;2. 海军大连舰艇学院海洋测绘工程军队重点实验室;3. 中国科学院上海光学精密机械研究所;4. 自然资源部海洋测绘重点实验室 |
| |
摘 要: | 机载LiDAR测深(airborne LiDAR bathymetry, ALB)数据质量受海面破碎波浪、水体浮藻、鱼群及海底二次回波等多种因素影响。为剔除这些干扰产生的噪点,本文提出一种顾及水面、水体和水底(surface, volume, bottom, SVB)的联合滤波算法。针对水面噪点,通过构建双层布料模拟滤波模型分离水面点云;针对水体噪点,采用SOR(statistical outlier removal)滤波器剔除水体离群点;针对靠近地形主体的小尺度水底噪点,通过构建移动趋势面模型进行去噪平滑。为验证本文所提ALB滤波算法的性能,采用青岛胶州湾海域RIEGL VQ-840-G无人机载LiDAR测深数据进行验证,试验结果表明:SVB联合滤波算法对水面、水体、水底噪点一体化处理总体滤波精度和Kappa系数分别能够达到97.45%和0.947,在保证准确率的同时具有较高的效率。本文所提滤波算法可以较好地解决ALB点云滤波问题,能够为ALB测深数据点云滤波提供有效的解决方案。
|
关 键 词: | 机载LiDAR测深 SVB联合滤波 双层布料模拟 SOR滤波 移动趋势面拟合 |
|
|