LiDAR测量点云融合影像的分块滤波方法

doi:10.13474/j.cnki.11-2246.2021.307

测绘通报 ›› 2021, Vol. 0 ›› Issue (10): 67-72,131.doi: 10.13474/j.cnki.11-2246.2021.307

LiDAR测量点云融合影像的分块滤波方法

毛冬海^1,2, 李守军^1,2,3, 王锋⁴, 戴华毅¹, 阳凡林^1,5

1. 山东科技大学测绘与空间信息学院, 山东青岛 266590;
2. 自然资源部海底科学重点实验室, 浙江杭州 310012;
3. 自然资源部第二海洋研究所, 浙江杭州 310012;
4. 浙江省工程物探勘察设计院有限公司, 浙江杭州 310005;
5. 自然资源部海洋测绘重点实验室, 山东青岛 266590

收稿日期:2021-02-01 修回日期:2021-08-14 出版日期:2021-10-25 发布日期:2021-11-13
通讯作者: 李守军。E-mail:0911guang@163.com
作者简介:毛冬海(1996-),男,硕士生,研究方向为无人机航空摄影测量与数据处理方法。E-mail:mdhwd1996@163.com
基金资助:
国家重点研发计划专项（2016YFC1401210）；国家自然科学基金（41576099）；全球变化与海气相互作用专项二期（20094G）；浙江省沿海滩涂（潮间带）资源监测与评价项目（SJ21003）；中央级公益性科研院所基本科研业务费专项（JG2110）

Block filtering method for LiDAR point cloud fusion image

MAO Donghai^1,2, LI Shoujun^1,2,3, WANG Feng⁴, DAI Huayi¹, YANG Fanlin^1,5

1. College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China;
2. Key Laboratory of Submarine Geosciences, Ministry of Natural Resources, Hangzhou 310012, China;
3. Second Institute of Oceanography, Ministry of Natural Resources, Hangzhou 310012, China;
4. Zhejiang Engineering Geophysical Prospecting and Design Institute Co., Ltd., Hangzhou 310005, China;
5. Key Laboratory of Marine Surveying and Mapping, Ministry of Natural Resources, Qingdao 266590, China

Received:2021-02-01 Revised:2021-08-14 Online:2021-10-25 Published:2021-11-13

摘要/Abstract

摘要： 针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题，本文提出了一种融合点云与地面影像分块滤波的方法。首先，将地面影像与点云匹配，使点云从影像中获取更多的光谱纹理信息。然后，分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度，并基于决策级融合将原始点云切割成若干独立的区块。最后，根据每块区域不同的多元细节特征，对IPTD滤波算法进行改进并利用搜索法优化参数，得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。

关键词: 数据融合, LiDAR点云, 分块滤波, 多元特征, 数字高程模型

Abstract: Aiming at the problem that the existing LiDAR ground point filtering algorithm is not adaptable to complex terrain and objects, a block filtering method combining point cloud and ground image is proposed in this paper. Firstly, the ground image is matched with the point cloud to make it obtain more spectral texture information from the image. Secondly, the ground feature spectrum, forest land relative density, point cloud elevation characteristics, DSM model and its slope are fully analyzed, and the original point cloud is cut into several independent blocks based on decision-making level fusion. Finally, according to the different multivariate detail characteristics of each region, the IPTD filtering algorithm is improved and the parameters are optimized by the search method to obtain the optimal and robust results. Using the filtered total ground points, the DEM model obtained by interpolation algorithm and related experiments verify the superiority of the proposed algorithm.

Key words: data fusion, LiDAR point cloud, segmentation filtering, multivariate characteristics, DEM

中图分类号:

P237

毛冬海, 李守军, 王锋, 戴华毅, 阳凡林. LiDAR测量点云融合影像的分块滤波方法[J]. 测绘通报, 2021, 0(10): 67-72,131.

MAO Donghai, LI Shoujun, WANG Feng, DAI Huayi, YANG Fanlin. Block filtering method for LiDAR point cloud fusion image[J]. Bulletin of Surveying and Mapping, 2021, 0(10): 67-72,131.

参考文献

[1] CHEN C F, CHANG B T, LI Y Y, et al. Filtering airborne LiDAR point clouds based on a scale-irrelevant and terrain-adaptive approach[J]. Measurement, 2021, 171:1-16.
[2] 邓飞, 窦爱霞, 王晓青. 融合航空影像的震后机载LiDAR建筑物点云提取[J]. 遥感学报, 2018, 22(S1):224-232.
[3] 毛学刚, 杜子涵, 刘家倩, 等. 基于无人机LiDAR的天然林与人工林林隙提取[J]. 农业机械学报, 2020, 51(3):232-240.
[4] 孙美玲, 李永树, 陈强, 等. 基于迭代多尺度形态学开重建的城区LiDAR滤波方法[J]. 红外与激光工程, 2015, 44(1):363-369.
[5] 杨必胜, 梁福逊, 黄荣刚. 三维激光扫描点云数据处理研究进展、挑战与趋势[J]. 测绘学报, 2017, 46(10):1509-1516.
[6] 孟蕾, 林超. 机载LiDAR技术生成DEM的质量检查与解决方案探讨[J]. 国土资源遥感, 2020, 32(1):7-12.
[7] 李沛婷, 赵庆展, 陈洪. 回波强度约束下的无人机LiDAR点云K-means聚类滤波[J]. 地球信息科学学报, 2018, 20(4):471-479.
[8] 惠振阳, 程朋根, 官云兰, 等. 机载LiDAR点云滤波综述[J]. 激光与光电子学进展, 2018, 55(6):7-15.
[9] 王金亮, 陈联君. 激光雷达点云数据的滤波算法述评[J]. 遥感技术与应用, 2010, 25(5):632-638.
[10] 唐涛, 雷婉, 孙轩. 顾及地形起伏特征的线性预测滤波方法[J]. 测绘科学, 2017, 42(1):158-163.
[11] 黄作维, 刘峰, 胡光伟. 基于多尺度虚拟格网的LiDAR点云数据滤波改进方法[J]. 光学学报, 2017, 37(8):353-362.
[12] 王逸超, 吴小忠, 陈仲伟, 等. 一种改进的LiDAR数据多级曲面滤波方法[J]. 遥感信息, 2019, 34(5):57-62.
[13] 李雅盟, 李朝奎, 王书涵, 等. 一种顾及地形特征的布料模拟滤波改进方法[J]. 遥感技术与应用, 2019, 34(6):1261-1268.
[14] ZHAO X Q, GUO Q H, SU Y J, et al. Improved progressive TIN densification filtering algorithm for airborne LiDAR data in forested areas[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016(117):79-91.
[15] 张继贤, 林祥国, 梁欣廉. 点云信息提取研究进展和展望[J]. 测绘学报, 2017, 46(10):1460-1469.
[16] 贺佳伟, 裴亮, 李景爱. 基于专家知识的决策树分类[J]. 测绘与空间地理信息, 2017, 40(5):91-94.
[17] 王竞雪, 张雪洋, 洪绍轩, 等. 结合形态学和TIN三角网的机载LiDAR点云滤波算法[J]. 测绘科学, 2019, 44(5):151-156.
[18] 顾凯成. 改进网格搜索的支持向量机参数优化研究及应用[D]. 兰州:兰州理工大学, 2016.
[19] 张凡, 李华山, 江涛. 基于布模拟算法在LiDAR点云中生成数字高程模型[J]. 激光与光电子学进展, 2020, 57(13):114-121.
[20] 吴艳兰, 胡海, 胡鹏, 等. 数字高程模型误差及其评价的问题综述[J]. 武汉大学学报(信息科学版), 2011, 36(5):568-574.

LiDAR测量点云融合影像的分块滤波方法

Block filtering method for LiDAR point cloud fusion image

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	刘春杉, 曾元武, 罗宏明, 程迎轩, 钟小君, 张彤辉, 岳文. 广东省国土空间规划"一张图"实施监督信息系统下的海洋数据融合研究与实践[J]. 测绘通报, 2022, 0(6): 154-157.
[3]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[4]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[5]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[6]	刘卓, 李佳, 张翔, 郭磊, 刘艳阳, 徐浩栋, 顾云杨, 陈重华. 利用TanDEM-X影像和ICESat-2高程数据获取南极高精度数字高程模型[J]. 测绘通报, 2022, 0(4): 72-76.
[7]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.
[8]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[9]	孙保燕, 周鑫, 覃禹程, 韦龙华, 葛广昊. 空地多数据互辅融合技术在大型牌式古建筑重建的应用[J]. 测绘通报, 2022, 0(1): 121-127,132.
[10]	高胜超, 高彦涛, 王文杰. 机载LiDAR在河南省重点水库库区高精度DEM建立中的应用[J]. 测绘通报, 2022, 0(1): 128-132.
[11]	马远征, 窦关新, 刘越, 吴燕平. 利用高分辨率立体测绘影像进行中小比例尺地貌要素更新[J]. 测绘通报, 2021, 0(9): 116-119.
[12]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[13]	谢宏全, 汪秋玲, 蔡东健, 邢万里, 孙权, 刘付程. 利用车载LiDAR点云数据提取城市道路边界[J]. 测绘通报, 2021, 0(2): 64-67.
[14]	吴学雨, 李明峰, 董思学, 王彬, 赵志胜. 利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场[J]. 测绘通报, 2021, 0(12): 38-43.
[15]	孙晓玮, 邱俊武. 工程建设项目全生命周期“多测合一”综合服务平台研究及应用[J]. 测绘通报, 2021, 0(12): 153-157.