基于坡度的滤波方法.pdfVIP

基于坡度的滤波方法

C.1算法流程图

C.1.1算法主要分为数据组织与预处理、地形判断与多尺度滤波、优化处理与数据输出３部分。

C.1.2基于坡度的滤波方法流程见图C.1。

图C.1算法流程图

C.2数据组织与预处理

C.2.1创建格网索引，建立二维格网，将原始点云投影到xoy平面。

C.2.2去噪与选点。在选取地面种子点前，先进行高程分析统计去噪，即对每个格网中的点按高度分

层，若某一层中点数小于平均点密度的1/10，则认为该点为孤立的噪点，需要去除。同时为了避免所

选取的最低点是位于地面以下的噪点，改为选取每个格网内的次低点作为地面种子点。如图C.2所示。

C.2.3如图C.3所示，若中心格网内所包含的点全是高于地面的非地面点，所选取的地面种子点也会

是非地面点。因此，可以利用高差进行判断，将高差阈值H设定为2倍格网边长，计算该中心点与８邻

域格网内地面种子点的高差△H（i=1,2,…，8），若△H大于H的邻域格网点数N=8，则认为该点是非

i

地面点，需要去除。

图C.2格网分层孤立点

图C.3中心点与8邻域过高示意图

C.3地形判断与多尺度滤波

C.3.1如图C.4所示，计算某窗口内临近点之间的坡度，并对坡度进行分段，统计出坡度的频率分布

情况，由曲线可以看出窗口内点云坡度值符合正态分布的统计规律。

图C.4坡度频率分布图

C.3.2进行滤波时，首先要计算较大窗口内的坡度值，统计局部坡度分布情况，将地形分为3类；然

后根据地形选用不同尺度的滤波窗口，计算出该窗口范围内的局部坡度阈值；最后利用计算出的局部坡

度阈值，对相应区域内的点云进行判断，得到准确的地面点。

C.3.3地形判断。进行地形判断时，所选择的窗口大小应该顾及周围地形，不能过小，但是如果窗口

过大，会同时包含多种地形信息，错判地形情况，导致滤波失败。考虑到以上问题，根据所处理的数据，

设定９×９格网作为地形判断窗口W。

b

C.3.4根据正态分布的统计规律，剔除一些可能有异常的坡度值，即计算出坡度均值μ与标准差σ，

选取（μ－２σ，μ＋２σ）内的最大坡度作为该窗口内判断地形的坡度值S。考虑到实际道路路面会

0

有起伏，所以选择坡度值0.3作为路面与斜坡的分界值。若S＜0.3，则认为非边坡；0.3≤S＜１则认

00

为是缓坡；S≥１的部分可认为是地形比较复杂的陡坡。

0

C.3.5多尺度滤波。根据坡度值S判断出地形后，选择合适的滤波窗口W进行滤波。路面等平坦地形

00

坡度变化较小，采用较大窗口可以更准确地判断中心点坡度，所以直接采用地形判断窗口W计算窗口

b

内中心点与邻域格网内点的坡度。山地等地形坡度变化较大，若窗口过大，计算出的坡度阈值可能无法

准确表示中心点坡度，所以要选择较小的窗口。考虑到数据要具有统计特性，数量不能过少，所以选择

5×5格网作为较小的滤波窗口W。缓坡地形则选择介于二者之间的7×7格网作为滤波窗口W。按式（C.

sm

１）选择合适的滤波窗口。