一种机载LiDAR点云缺失数据的填补方法

doi:10.13474/j.cnki.11-2246.2018.0309

测绘通报 ›› 2018, Vol. 0 ›› Issue (10): 27-31.doi: 10.13474/j.cnki.11-2246.2018.0309

一种机载LiDAR点云缺失数据的填补方法

王丽英¹, 夏玉红², 徐艳², 赵元丁¹

1. 辽宁工程技术大学, 辽宁阜新 123000;
2. 北京金景科技有限公司, 北京 100094

收稿日期:2018-01-23 出版日期:2018-10-25 发布日期:2018-10-31
作者简介:王丽英(1982-),女,博士,副教授,主要研究方向为激光雷达基础理论及应用研究。E-mail:wanglyinglntu@163.com
基金资助:
辽宁省自然科学基金面上项目（20170540419）；国家自然科学基金（41471351）

A Method for Filling Absence Data of Airborne LiDAR Point Cloud

WANG Liying¹, XIA Yuhong², XU Yan², ZHAO Yuanding¹

1. LiaoNing Technical University, Fuxin 123000, China;
2. Beijing Brisight Technology Company, Beijing 100094, China

Received:2018-01-23 Online:2018-10-25 Published:2018-10-31

摘要/Abstract

摘要： 针对机载激光雷达点云数据内部存在的缺失数据，提出了一种缺失数据辨识及填补方法。首先，利用二值数据空洞图检测数据缺失的存在；其次，利用连通区域标记算法将数据空洞图分割为多个数据空洞；然后，对大面积的数据空洞的外边界轮廓数据点的凸包依据方差和平均曲率条件进行等距扩大，获得数据空洞的有效影响区域；最后，研究不同的缺失数据类型的最优空间插值方案，并基于影响区域内的点云，利用最优空间插值方案对不同类型的缺失数据进行填补。试验基于ISPRS提供的包含了不同类型的数据空洞的点云数据测试了影响区域的有效性及不同类型的缺失数据的最优空间插值方案，从而验证了提出方法的有效性。

关键词: 缺失数据, 数据空洞, 填补, 影响区域, 空间插值

Abstract: For the absence data existed in the airborne LiDAR point cloud, a method for identification and filling the absence data is proposed. The proposed method first detects absence data depending on binary data void image. Next the data void image is segmentd into multiple data voids by means of connected-component labeling algorithm. Then influence region of each data void is obtained by isometrically expanding the outer boundary contour based on the variance and mean curvature criterion. Finally, the optimal spatial interpolation scheme is determined related to different data void types, and then it is used to fill the data voids based on the point clouds in influence region of each data void. ISPRS LiDAR datasets, which are representative of absence data of diverse types, are used to analyze the effectiveness of "influence region" and to detemine the assess optimal spatial interpolation scheme for different data void types. And thus the feasibility and effectiveness of the proposed method is verified.

Key words: absence data, data void, filling, influence region, spatial interpolation

中图分类号:

P237

王丽英, 夏玉红, 徐艳, 赵元丁. 一种机载LiDAR点云缺失数据的填补方法[J]. 测绘通报, 2018, 0(10): 27-31.

WANG Liying, XIA Yuhong, XU Yan, ZHAO Yuanding. A Method for Filling Absence Data of Airborne LiDAR Point Cloud[J]. 测绘通报, 2018, 0(10): 27-31.

参考文献

[1] 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.DOI:10.11947/j.AGCS.2017.20170351.
[2] CHEN Q, GONG P, BALDOCCHI D, et al. Filtering Airborne Laser Scanning Data with Morphological Methods[J]. Photogrammetric Engineering and Remote Sensing, 2007, 73(2):175-184.
[3] 胡永杰.机载激光雷达点云滤波算法研究[D].南昌:东华理工大学,2015.
[4] 沈晶,刘纪平,林祥国.用形态学重建方法进行机载LiDAR数据滤波[J].武汉大学学报(信息科学版),2011,36(2):167-176.
[5] 刘文.基于数学形态学原理和TerraScan的Lidar点云数据分类方法研究[D].青岛:国家海洋第一海洋研究所,2008.
[6] CHEN Q. Improvement of the Edge-based Morphological (EM) Method for Lidar Data Filtering[J]. International Journal of Remote Sensing, 2009,30(4):1069-1074.
[7] 徐巍,孙志鹏,徐朋,等.基于LiDAR点云数据插值方法研究[J].工程地球物理学报,2012,9(3):365-371.
[8] PAVEL C, BERT J. Filling Holes in Point Clouds[J]. Mathematics of Surfaces Lecture Notes in Computer Science,2003,27(68):196-212.
[9] 蒋刚.基于SVM和空间投影的点云空洞修补方法[J].计算机工程,2009,35(22):269-271.
[10] 王华健,张爱武,马慧敏,等.基于统计模型的三维场景重建补洞算法[J].电子激光,2004,15(10):1234-1337.
[11] 谷延超. 机载激光雷达点云数据滤波方法研究[D].成都:西南交通大学,2014.
[12] 陈相,童小华.基于三角格网的点云空洞修补算法及精度研究[J].测绘通报,2013(4):1-4.
[13] 刘咏梅,李凤霞,雷正朝,等.基于边界特征增长的孔洞修补算法[J]. 系统仿真学报,2014,26(9):1916-1921.
[14] 吕源治,孙强,毕国玲.三维激光扫描系统中曲面空洞的识别与修复[J]. 中国光学,2016,9(1):114-121.
[15] 田建磊,刘旭敏,关永.三角网格模型的补洞算法研究[J].计算机应用,2009,29(8):2035-2037.

一种机载LiDAR点云缺失数据的填补方法

A Method for Filling Absence Data of Airborne LiDAR Point Cloud

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价

[1]	刘建军, 王嘉伟, 陈琨, 韩三琪. 时间序列回归预测模型在自动化监测中的应用[J]. 测绘通报, 2021, 0(6): 156-158.
[2]	熊成利, 金洪芳, 郑永忠. 沿海县市级地面沉降信息管理系统的研究[J]. 测绘通报, 2019, 0(9): 104-107.
[3]	刘永坤, 刘伟, 王昌阳, 陈嘉明, 马进. 集成学习支持的复杂地貌类型区土壤全钾含量自适应曲面建模[J]. 测绘通报, 2019, 0(2): 63-70.
[4]	张健钦, 王佳嘉, 杜明义. 基于空间插值法的公交客流分布可视化分析[J]. 测绘通报, 2015, 0(4): 38-41,52.
[5]	俞晓群马翱慧. 基于Kriging空间插补海表叶绿素遥感缺失数据研究[J]. 测绘通报, 2013, 0(12): 47-50.