自动提取建筑物激光点云边缘线提升DSM精度方法

"基于建筑物激光点云边缘线自动提取提高DSM精度" 本文主要探讨了如何在机载激光雷达（LiDAR）扫描过程中提高数字表面模型（DSM）的精度，尤其是在处理建筑物背面边缘点缺失的情况下。在激光雷达扫描中，由于建筑物的遮挡，建筑物背面的地面边缘线往往无法准确获取，这直接影响到DSM的重建质量。为了解决这个问题，研究者提出了一种自动提取建筑物地面缺失边缘线的算法。 该算法首先对建筑物侧面和地面的局部点云进行拟合，得出局部趋势面。通过对这些趋势面进行分析，可以找到它们之间的交线，这些交线代表了建筑物的边缘。通过这种方法，算法能够补充缺失的边缘点数据。补充了边缘点后，利用更新后的激光点云数据重建DSM，从而提高建筑物及其周围地表的高程精度。 实验结果证实，采用这种边缘线自动提取方法，可以显著提升DSM的重建精度，特别是在建筑物边缘区域的高程准确性上。这一成果对于遥感和地理信息系统（GIS）的应用具有重要意义，比如城市规划、地形测绘、灾害评估以及环境监测等领域。 关键词涉及到的关键技术包括遥感技术、机载激光雷达（LiDAR）、数字表面模型（DSM）、表面边缘点和局部趋势面。这些技术是现代地理空间信息获取和处理的基础，对精准测量和分析地表特征起着至关重要的作用。通过深入研究和应用这些技术，可以进一步提升空间数据的质量和可靠性。 该研究提供了一种有效的方法来改善由建筑物遮挡导致的DSM精度问题，为激光雷达数据处理和DSM构建提供了新的思路，对于提升遥感数据应用的精确度和效率具有积极的促进作用。