1、分類號(hào)UDC學(xué)校代碼：10616學(xué)號(hào)：—20110—50006成都理工大學(xué)碩士學(xué)位論文基于分割的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波獲取DTM方法研究王思維指導(dǎo)教師姓名及職稱高雅萍副教授張廷斌副教授里齷直級(jí)工猩』!重申請(qǐng)學(xué)位級(jí)別碩士專業(yè)名稱測(cè)繪工程論文提交日期201405論文答辯日期201405學(xué)位授予單位和日期成都理工大學(xué)(年月)答辯委員會(huì)評(píng)閱人二O一四年五月摘要基于分割的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波獲取DTM方法研究摘要機(jī)載激光雷達(dá)測(cè)量技術(shù)(L

2、iDAR)可以直接開(kāi)展高精度、低成本的三維地形測(cè)量，作為一種新型的測(cè)量技術(shù)，其已在地表數(shù)據(jù)探測(cè)、地形模擬和地形重建中得到廣泛應(yīng)用。但是，機(jī)載LiDAR獲取的是地表離散分布的三維坐標(biāo)點(diǎn)，這些坐標(biāo)點(diǎn)中不僅包括裸露地面、地面植被和建筑物，還包括各種不明性質(zhì)的地物。如何利用LiDAR數(shù)據(jù)獲取高精度數(shù)字地面模型(DTM)是當(dāng)前研究的熱點(diǎn)問(wèn)題之一。其中，點(diǎn)云濾波處理是獲取高精度DTM的關(guān)鍵環(huán)節(jié)，前人多應(yīng)用插值后的數(shù)據(jù)進(jìn)行濾波處理以獲取DTM，該方法

3、雖然可以獲取較為平滑的地面模型，但同時(shí)容易造成地形特征信息的丟失和誤判。本文從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波、分類技術(shù)入手，研究了濾波算法的精度，通過(guò)建立合理的假設(shè)模型，將原始點(diǎn)云數(shù)據(jù)進(jìn)行區(qū)塊劃分，化為一系列帶有屬性特征的點(diǎn)集，以達(dá)到濾波效果。主要成果如下：(1)詳細(xì)介紹了國(guó)內(nèi)外6種主流濾波算法，并且對(duì)其優(yōu)缺點(diǎn)進(jìn)行了對(duì)比分析，選定基于不規(guī)則三角網(wǎng)的濾波算法作為本文研究的參照算法。(2)基于ISPRS提供的兩塊機(jī)載LiDAR點(diǎn)云測(cè)試數(shù)據(jù)，分別

4、選擇了地形復(fù)雜度較強(qiáng)的兩個(gè)樣本，不同濾波算法分析結(jié)果顯示，采用分割濾波算法得到第一、二類誤差較小，該算法對(duì)建筑物和植被的分類具有較好效果。(3)四個(gè)樣本數(shù)據(jù)分割濾波與八種經(jīng)典濾波的測(cè)試結(jié)果表明，分割濾波的兩類誤差總體較小。其中，樣本1的第一類誤差均低于其他所有算法；四個(gè)樣本的第二類誤差大小的穩(wěn)定性相對(duì)較弱，推測(cè)影響第二類誤差的主要因素為地形的復(fù)雜性和地形梯度。(4)基于分割濾波算法得到的樣本區(qū)DTM與測(cè)試數(shù)據(jù)的參考值生成的DTM的差值曲