基于高程归一化结合IPTD与CSF的点云滤波算法制造技术

本发明专利技术公开了基于高程归一化结合IPTD与CSF的点云滤波算法，包括：以改进的渐进加密三角网滤波结果为基础，对目标区域建立粗DEM栅格数据，并对该区域点云数据的高程值进行归一化处理；本发明专利技术提供的方法利用改进的渐进加密三角网算法对去噪后的点云数据进行粗滤波，在此基础上对得到的点云数据进行高程归一化处理，最后利用布料模拟算法对点云数据精确滤波。这种对点云先进行粗滤波经过高程归一化处理后再进行布料模拟精确滤波的方法，对于处理地形陡峭区域有较好的滤波效果，达到了提高滤波精度的目的，并提高了单一算法在处理不同地形时的精度。形时的精度。形时的精度。

【技术实现步骤摘要】
基于高程归一化结合IPTD与CSF的点云滤波算法


[0001]本专利技术属于滤波算法
，具体涉及基于高程归一化结合IPTD与CSF的点云滤波算法。

技术介绍

[0002]激光雷达(light detection and ranging，LiDAR)是自上世纪80年代起发展起来的一种新型主动式遥感技术，在获取地面三维信息方面得到了突破性进展。近年来，LiDAR系统在系统集成和硬件方面已经十分成熟了，并且机载LiDAR技术已经广泛应用于森林生态系统调查，三维城市建模，水利水电勘测和城市规划等各个领域中。然而，对于点云数据的后处理和数据挖掘方面还相对滞后，主要表现在如何对海量不规则的离散点云数据进行高效率的组织和管理，以及如何精确识别和提取地物类别这两个方面。滤波处理是点云数据后处理的核心之一,对于点云滤波算法的研究也是当下的重点和难点。
[0003]机载LiDAR系统获取的点云数据具有离散性和分布的不规则性，如何从海量的数据集中分离出真实地形和地物特征即滤波处理成为了首要任务。当下，很多学者对滤波方法展开了研究，具体包括以下几种类型：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高程归一化结合IPTD与CSF的点云滤波算法，其特征在于，包括：以改进的渐进加密三角网滤波结果为基础，对目标区域建立粗DEM栅格数据，并对该区域点云数据的高程值进行归一化处理。2.根据权利要求1所述基于高程归一化结合IPTD与CSF的点云滤波算法，其特征在于，具体包括以下组合算法：数据预处理阶段利用KD树对LiDAR点云粗差剔除；IPTD算法粗滤波：运用形态学算法的腐蚀和膨胀运算来获取潜在的地面种子点，在此基础上利用渐进加密算法对目标区域建立TIN格网，以迭代加密的形式提取地面点；CSF算法精确滤波；点云高程归一化处理：利用滤波后得到的粗DEM与去噪后的点云数据高程相减，从而得到归一化后的栅格点云。3.根据权利要求2所述基于高程归一化结合IPTD与CSF的点云滤波算法，其特征在于，所述数据预处理阶段采用KD树算法对LiDAR点云数据进行索引和表示，并结合KNN算法遍历每一个点云数据，找出每个点的最邻近点，并计算与最邻近点的距离，用距离的均值与标准差进行比较，大于标准差则判断为粗差点，否则判定为非粗差点。4.根据权利要求2所述基于高程归一化结合IPTD与CSF的点云滤波算法，其特征在于，所述IPTD算法粗滤波具体包括以下步骤：S1、潜在种子点的选取：利...

【专利技术属性】
技术研发人员：吴学群，龚平祥，张君华，廖顺宽，黄琨，毕增辉，黄山，韩啸，田赢，刘洋，樊慈航，赵辉友，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：