机载激光雷达数据滤波算法对比分析

“机载激光雷达数据的两种滤波算法比较 - 李英，邓喀中 - 中国矿业大学，江苏省资源与环境信息工程重点实验室” 本文主要探讨了机载激光雷达（LIDAR）数据处理中的关键步骤——滤波算法，并对比了两种不同的滤波方法：改进的数学形态学滤波和预处理结合移动平面滤波。这两种算法都是针对去除地物点，以获取更准确的数字高程模型（DEM）。 1. 改进的数学形态学滤波： 传统的数学形态学滤波通常用于图像处理，本文将其应用到机载激光雷达数据中。该算法通过改变滤波窗口的大小，逐步滤除地表特征，如建筑物和树木等非地面点。渐增滤波窗口的方法有助于优化滤除效果，但可能在复杂地形（如山区）中导致地形信息的严重丢失。 2. 预处理+移动平面滤波： 这种滤波策略首先通过预处理步骤去除部分地物点，减少了后续处理的数据量，提高了效率。接着，采用移动的局部地形面元来进一步滤除地物点。这种方法在数据量较大的情况下表现优秀，但由于依赖于数据本身的特性，可能会在城市环境中，由于建筑物密集，滤波效果略逊色。 3. 实验比较与分析： 通过对不同场景下的实验比较，发现通过调整合适的阈值，两种算法都能取得较好的滤波效果。然而，算法一在山区可能因过度滤波导致地形信息损失；算法二则在城区由于难以精确识别建筑物而影响滤波质量。 4. 改进设想： 鉴于两种算法的局限性，作者提出了改进的设想。对于算法一，可能需要开发更智能的窗口调整策略，以减少地形信息的丢失；对于算法二，可能需要引入更复杂的预处理步骤或者结合其他特征识别方法，以提高在城市环境中的滤波精度。 关键词：LIDAR，数学形态学，预处理，移动平面，数字高程模型 本文的研究为机载激光雷达数据处理提供了新的思路，尤其是在滤波算法的选择和优化上，为实际应用提供了理论依据和技术支持。通过不断改进和完善这些算法，可以更好地服务于地形测绘、地质灾害监测和城市规划等领域。