融合多特征的机载LiDAR点云数据滤波方法的研究.pdf

致 谢 在论文即将完成之际，向所有关心、帮助、支持、鼓励过我的老师、同学、朋友以及 家人表示深深的感谢。 感谢导师张继贤研究员，使我有机会来中国测绘科学研究院学习、深造。感谢导师对 我无私的指导、关心和帮助。导师深邃的学术眼光，渊博的学识，严谨务实的治学作风， 宽宏谦和的为人无不给我以深刻的影响。导师不仅在学业上给我无私的指导和帮助，为我 提供学习交流的机会；在生活上更是给予特别的关心和照顾，在我困难时，及时伸出援助 之手；在我困惑时，与我悉心交谈，教我做人、处世的道理。导师的言传身教使我受益匪 浅，也将永远激励我在人生的道路上拼搏前行。 感谢刘正军副研究员，在我的研究过程中提出的宝贵的富有建设性的指导意见，并给 予我写作上的指导；给我提供了参加科研项目的机会，增长了知识，提高了解决问题的能 力，使我在今后的道路上能够走得更高更远。 感谢宋伟东院长给我们提供良好的学习科研氛围，感谢鲍勇老师，王丽英老师，张亚 男老师的鼓励与支持，感谢测绘学院的所有老师，在本科以及研究生阶段给予学习上的支 持和帮助，做人处事的教诲，使我获益匪浅。 感谢师兄林祥国博士、师姐沈晶博士，在学习机载 LiDAR 道路上的指引，感谢林祥 国博士在论文的研究工作中，对于论文研究思路的指导和谆谆教诲；在中国测绘科学研究 院学习期间，林祥国博士常为我指点迷津，让我受益颇多，真诚的感谢你们对于我的学习 和生活上的帮助。 感谢中国测绘科学研究院的蒲鹏先老师，骆成凤博士，段敏燕，周晓明博士，宋萍， 马广迪，乔占明，于秀娟，张浩，叶关根，孙亮亮，杨斌，付天新，刘娟，宋元龙，梁静， 与你们一起学习、交流，使我在中国测绘科学研究院的生活增加了许多生机。感谢师姐闫 丽丽博士，很高兴在中国测绘科学研究院学习的一年半时间里能够和你成为室友，跟你一 起分享了一年半的快乐时光，与你交流使我减轻了很多学习和工作上的压力。 感谢测量研 08-1、08-2 班的全体同学，你们给我的研究生生活带来了很多快乐的回忆， 谢谢你们。 特别感谢我最挚爱的父母和亲人长期以来对我的支持，呵护和无私的付出。从他们身 上我学到了正直、诚信、善良，这是我人生最大的财富，在我迷茫和失意时，是他们给了 我继续前进的勇气和动力。感谢你们默默的支持，让我能够专心的完全学业。谨以此文献 给他们，表达我最深的爱意。 最后，再次衷心感谢所有关心、支持和帮助过我的亲人和朋友！ 摘 要 机载激光雷达 （Light Detection and Ranging-LiDAR ）集成了 GPS 技术、惯性导航技术、 激光测距技术，是一种新型的对地测绘手段。作为一种主动的遥感手段，具有一定的穿透 性，能够直接获取目标的三维坐标，已成为遥感数据采集的一种重要方式。 本文系统的分析了机载 LiDAR 系统的工作原理，数据特点以及系统误差；深入的研 究、探讨了机载 LiDAR 点云数据后处理的关键技术：机载 LiDAR 的粗差剔除方法和机载 LiDAR 的滤波方法。本文主要研究内容及工作如下： 1．随着机载LiDAR 系统的不断改进，系统的频率不断的增加，导致获取的点云数据 中包含了大量的粗差；现有的粗差剔除方法对于目前“流星雨”式分布的粗差不能有效的 剔除。故本文改进了基于邻近点搜索的粗差剔除方法，首先依据点云的高程数据进行直方 图频数分析剔除高程值与地面点和地物点高程值相差较大的粗差；然后使用邻近点搜索剔 除距离地面点和地物点较近的粗差。该方法能够有效的剔除现有的“流星雨”式分布的粗 差，减少了粗差对后续滤波的影响，并且保留原有的地形地貌特征。 2 ．现有的机载 LiDAR 的数据滤波方法在处理复杂场景点云数据时还存在一定的困难， 导致人工滤波需要占据整个数据处理时间的 60%—80%。本文应实际的需要结合多回波、 高程、坡度信息，提出融合多特征的机载 LiDAR 点云数据的滤波方法，该方法将原始点 云单次回波和末次回波放入一个包围盒中，将此包围盒划分为 n 个小包围盒，通过包围盒 内和包围盒之间的高程值、坡度比较，滤除掉地物点，并且在滤波过程中，不断的改变包 围盒的底面积以满足滤波的需要。该方法对于复杂的地物、植被密集的地区，能够得到比 较好的滤波结果。 关键词：机载 LiDAR ；粗差剔除；多特征；滤波；定量分析