激光与光电子学进展, 2020, 57 (17): 172801, 网络出版: 2020-09-01
基于多级种子点优化的移动曲面滤波算法 下载: 835次
Moving Surface Filtering Algorithm Based on Multilevel Seed Point Optimization
遥感 雷达点云 多级种子点 移动曲面 滤波 自适应高差阈值 remote sensing radar point cloud multi-level seed points moving surface filtering adaptive height difference threshold
摘要
针对移动曲面滤波算法的种子点粗差问题,提出了一种基于多级种子点优化的移动曲面滤波算法。首先直接剔除雷达点云数据中的异常值。然后通过格网化建立格网索引,并将点云数据分为两级格网,确定一级格网的种子点,利用一级种子点对二级备选种子点进行筛选。当种子点数量达不到要求时,以一级种子点为参考点进行种子点的表面生长。最后利用选取的种子点进行曲面拟合,计算雷达点云数据真实高程和拟合高程的高差,并采用顾及地形起伏的自适应高差阈值判断地面点和非地面点。与经典滤波算法比较,结果表明该滤波算法能有效减少三类误差。Ⅰ类误差、Ⅱ类误差、总误差精度的平均值分别提高7.30%、4.67%、5.57%。同时将该算法与国际摄影测量与遥感学会公布的8种算法进行比较,结果表明该方法具有较高的精度,自适应性强。
Abstract
show that the proposed method exhibits high accuracy and strong adaptability.
朱磊, 邓兴升, 邢承滨, 徐康. 基于多级种子点优化的移动曲面滤波算法[J]. 激光与光电子学进展, 2020, 57(17): 172801. Lei Zhu, Xingsheng Deng, Chengbin Xing, Kang Xu. Moving Surface Filtering Algorithm Based on Multilevel Seed Point Optimization[J]. Laser & Optoelectronics Progress, 2020, 57(17): 172801.