留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的多级移动曲面拟合激光雷达数据滤波方法

孙崇利 苏伟 武红敢 刘睿 刘婷 黄健熙 朱德海 张晓东 刘峻明

孙崇利, 苏伟, 武红敢, 刘睿, 刘婷, 黄健熙, 朱德海, 张晓东, 刘峻明. 改进的多级移动曲面拟合激光雷达数据滤波方法[J]. 红外与激光工程, 2013, 42(2): 349-354.
引用本文: 孙崇利, 苏伟, 武红敢, 刘睿, 刘婷, 黄健熙, 朱德海, 张晓东, 刘峻明. 改进的多级移动曲面拟合激光雷达数据滤波方法[J]. 红外与激光工程, 2013, 42(2): 349-354.
Sun Chongli, Su Wei, Wu Honggan, Liu Rui, Liu Ting, Huang Jianxi, Zhu Dehai, Zhang Xiaodong, Liu Junming. Improved hierarchical moving curved filtering method of LIDAR data[J]. Infrared and Laser Engineering, 2013, 42(2): 349-354.
Citation: Sun Chongli, Su Wei, Wu Honggan, Liu Rui, Liu Ting, Huang Jianxi, Zhu Dehai, Zhang Xiaodong, Liu Junming. Improved hierarchical moving curved filtering method of LIDAR data[J]. Infrared and Laser Engineering, 2013, 42(2): 349-354.

改进的多级移动曲面拟合激光雷达数据滤波方法

基金项目: 

国家自然科学基金(40801128);中国农业大学基本科研业务费专项资金(基于地基激光雷达数据的玉米冠层真实场景三维建模)

详细信息
    作者简介:

    孙崇利(1984- ),男,硕士生,主要从事LIDAR数据分析处理与遥感图像处理方面的研究。Email:chonglisun@163.com;苏伟(1979- ),女,副教授,博士,主要从事遥感数字图像处理及遥感应用方面的研究。Email:suwei@cau.edu.cn

    孙崇利(1984- ),男,硕士生,主要从事LIDAR数据分析处理与遥感图像处理方面的研究。Email:chonglisun@163.com;苏伟(1979- ),女,副教授,博士,主要从事遥感数字图像处理及遥感应用方面的研究。Email:suwei@cau.edu.cn

  • 中图分类号: TP751.1

Improved hierarchical moving curved filtering method of LIDAR data

  • 摘要: 激光雷达数据滤波是为了获取高精度数字高程模型而改进的多级移动曲面拟合滤波方法。预处理剔除了粗差点和大部分建筑物侧面回波点,再通过格网化分,建立数据索引,相邻曲面保持一定的重叠度,利用最小二乘法求解拟合曲面参数,自动设置阈值后进行滤波。最后,利用多尺度加权插值方法生成数字高程模型。采用国际摄影测量与遥感学会(ISPRS)提供的测试数据进行实验。结果表明:改进的算法降低了三类误差产生的可能,第一实验区的总误差由8.39%降低到7.40%,第二实验区的总误差由6.39%降低到5.86%,生成的数字高程模型满足精度要求,具有推广性。
  • [1]
    [2] Liu Jingnan, Zhang Xiaohong. Progress of airborne laser scanning altimetry[J]. Geomatics and Information Science of Wuhan University, 2003, 28(2): 132-137. (in Chinese)
    [3] 刘经南, 张小红. 激光扫描测高技术的发展与现状[J]. 武汉大学学报(信息科学版), 2003, 28(2): 132-137.
    [4] You Hongjian, Su Lin, Li Shukai. 3D building reconstruction based on scanning laser rangerfinder data[J]. Remote Sensing Technology and Application, 2005, 20(4): 381-385. (in Chinese)
    [5] Liu Jingnan, Xu Xiaodong, Zhang Xiaohong, et al. Adaptive hierarchical and weighted iterative filtering of airborne LIDAR data and its quality assessment[J]. Geomatics and Information Science of Wuhan University, 2008, 33(6): 551-555. (in Chinese)
    [6]
    [7]
    [8] Weidner U, Forstner W. Towards automatic building extraction from high resolution digital elevation models[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1995, 50(4): 38-49.
    [9] Vosselman G. Slope based filtering of laser altimetry data[J]. International Archives of Photogrammetry and Remote Sensing, 2000, 33(B3): 935-942.
    [10] 尤红建, 苏林, 李树楷. 基于扫描激光测距数据的建筑物三维重建[J]. 遥感技术与应用, 2005, 20(4): 381-385.
    [11]
    [12] Kraus K, Pfeifer N. Determination of terrain models in wooded areas with airborne laser scanner data[J]. ISPRS Journal of photogrammetry and remote sensing, 1998, 53(4): 193-203.
    [13] Pfeifer N, Reiter T, Briese C, Rieger W. Interpolation of high quality ground models from laser scanner data in forested areas[J]. International Archives of Photogrammetry and Remote Sensing, 1999, 32(3): 31-36.
    [14]
    [15] 刘经南, 许晓东, 张小红, 等. 机载激光扫描测高数据分层迭代选权滤波方法及其质量评价[J]. 武汉大学学报(信息科学版), 2008, 33(6): 551-555.
    [16] Sithole G. Filtering of Laser altimetry data using a slope adaptive filter[J]. International Archives of Photogrammetry and Remote Sensing, 2001, 34(3-4): 203-210
    [17]
    [18] Vosselman G. Experimental comparison of filter algorithms for bare-earth extraction from air-borne laser scanning point clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2004, 59(1-2): 85-101.
    [19]
    [20] Zhang Xiaohong. Airborne laser scanning altimetry data filtering and features extraction[D]. Wuhan: Wuhan University, 2002. (in Chinese)
    [21] Lin Chengyi. The study of DEM generation from airborne laser scanning data[D]. Taiwan: National Kaohsiung University of Applied Sciences, 2004. (in Chinese)
    [22]
    [23]
    [24] Su Wei, Sun Zhongping, Zhao Dongling, et al. Hierarchical moving curved fitting filtering method based on LIDAR data[J]. Journal of Remote Sensing, 2009, 13(05): 833-839. (in Chinese)
    [25] Wang Minghua, Zhang Xiaohong, Zeng Tao, et al. Procssing algorlthms for filtering arbrne LIDAR data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(02): 224-227.
    [26]
    [27] Zeng Qihong, Mao Jianhua, Li Xianhua, et al. Planar-fitting filtering algorithm for LIDAR points cloud[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 25-28. (in Chinese)
    [28]
    [29] Zhang Qiyong, Cen Minyi, Hang Fen et al. Quickly extracting DEM from LiDAR data based on spatial data index[J]. Science of Surveying and Mapping, 2010, 35(3):70-73. (in Chinese)
    [30]
    [31] Cai Feina. Digital filter threshold algorithm based on clustering analysis[J]. Journal of Data Acquisition Processing, 2006, 21(2): 234-238. (in Chinese)
    [32]
    [33]
    [34] Tao Guoqiang. Grid digital elevation model algorithm-interpolating and accuracy analysis[D]. Nanjing: The 10th Surveying and Mapping Academic Communication Conference in East China, 2007: 110-113. (in Chinese)
    [35]
    [36] 苏伟, 孙中平, 赵冬玲, 等. 多级移动曲面拟合LIDAR数据滤波算法[J]. 遥感学报, 2009, 13(05): 833-839.
    [37]
    [38]
    [39]
    [40]
    [41]
  • [1] 曹海杰, 刘宁, 许吉, 彭杰, 刘宇昕.  红外图像自适应逆直方图增强技术 . 红外与激光工程, 2020, 49(4): 0426003-0426003-7. doi: 10.3788/IRLA202049.0426003
    [2] 陈思颖, 王嘉奇, 陈和, 张寅超, 郭磐, 年璇, 孙卓然, 陈粟.  改进简单多尺度法的激光雷达云检测 . 红外与激光工程, 2020, 49(S2): 20200379-20200379. doi: 10.3788/IRLA20200379
    [3] 沈振民, 赵彤, 王云才, 郑永超, 尚卫东, 王冰洁, 李静霞.  混沌脉冲激光雷达水下目标探测 . 红外与激光工程, 2019, 48(4): 406004-0406004(7). doi: 10.3788/IRLA201948.0406004
    [4] 曹文焕, 黄树彩, 赵炜, 黄达.  二维非重构压缩感知自适应目标检测算法 . 红外与激光工程, 2019, 48(1): 126001-0126001(8). doi: 10.3788/IRLA201948.0126001
    [5] 王强, 郝利丽, 唐红霞, 李贤丽, 牟海维, 韩连福, 赵远.  实际环境对量子激光雷达性能的影响 . 红外与激光工程, 2018, 47(S1): 29-35. doi: 10.3788/IRLA201847.S106006
    [6] 杜玉红, 王鹏, 史屹君, 王璐瑶, 赵地.  环境特征自适应激光雷达数据分割方法 . 红外与激光工程, 2018, 47(8): 830001-0830001(8). doi: 10.3788/IRLA201847.0830001
    [7] 李铭, 候佳, 周成林, 舒嵘.  多波束激光雷达的高精度收发配准方法的实验验证 . 红外与激光工程, 2017, 46(7): 730001-0730001(9). doi: 10.3788/IRLA201746.0730001
    [8] 吴超, 刘春波, 韩香娥.  光波导相控阵激光雷达接收系统设计 . 红外与激光工程, 2016, 45(10): 1030003-1030003(6). doi: 10.3788/IRLA201645.1030003
    [9] 邓潘, 张天舒, 刘建国, 刘洋, 董云升, 范广强.  532 nm和355 nm瑞利激光雷达观测中层大气的数据对比分析 . 红外与激光工程, 2016, 45(S2): 19-25. doi: 10.3788/IRLA201645.S230001
    [10] 刘志青, 李鹏程, 郭海涛, 张保明, 丁磊, 赵传, 张旭光.  融合强阈值三角网与总体最小二乘曲面拟合滤波 . 红外与激光工程, 2016, 45(4): 406003-0406003(8). doi: 10.3788/IRLA201645.0406003
    [11] 史风栋, 刘文皓, 汪鑫, 丁娟, 史屹君, 修春波.  室内激光雷达导航系统设计 . 红外与激光工程, 2015, 44(12): 3570-3575.
    [12] 曹开法, 黄见, 胡顺星.  边界层臭氧差分吸收激光雷达 . 红外与激光工程, 2015, 44(10): 2912-2917.
    [13] 孙美玲, 李永树, 陈强, 蔡国林.  基于迭代多尺度形态学开重建的城区LiDAR 滤波方法 . 红外与激光工程, 2015, 44(1): 363-369.
    [14] 李鹏程, 徐青, 邢帅, 刘志青, 耿迅, 侯晓芬, 张军军.  全局收敛LM 的激光雷达波形数据分解方法 . 红外与激光工程, 2015, 44(8): 2262-2267.
    [15] 封双连, 强希文, 宗飞, 李志朝, 常金勇, 赵军卫, 吴敏, 江钰.  湍流廓线激光雷达的数据处理方法 . 红外与激光工程, 2015, 44(S1): 220-224.
    [16] 姜成昊, 杨进华, 张丽娟, 李祥.  新型多普勒成像激光雷达原理设计与仿真 . 红外与激光工程, 2014, 43(2): 411-416.
    [17] 何林阳, 刘晶红, 李刚, 刘剑.  改进BRISK特征的快速图像配准算法 . 红外与激光工程, 2014, 43(8): 2722-2727.
    [18] 靳辰飞, 胡鹏, 张思琦, 刘丽萍, 赵远, 谭立英.  增益调制激光雷达弱信号的双阈值处理分析 . 红外与激光工程, 2014, 43(8): 2447-2452.
    [19] 陈勇, 贺明玲, 陈丽娟, 刘焕淋.  改进的小波变换用于处理FBG信号 . 红外与激光工程, 2013, 42(10): 2784-2789.
    [20] 曹文勇, 马明, 赵彬, 何幸锴, 侯天晋, 周鼎富, 邓华荣.  滤波器组在相干激光测风雷达信号处理中的应用 . 红外与激光工程, 2013, 42(5): 1179-1183.
  • 加载中
计量
  • 文章访问数:  150
  • HTML全文浏览量:  18
  • PDF下载量:  312
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-06-10
  • 修回日期:  2012-07-20
  • 刊出日期:  2013-02-25

改进的多级移动曲面拟合激光雷达数据滤波方法

    作者简介:

    孙崇利(1984- ),男,硕士生,主要从事LIDAR数据分析处理与遥感图像处理方面的研究。Email:chonglisun@163.com;苏伟(1979- ),女,副教授,博士,主要从事遥感数字图像处理及遥感应用方面的研究。Email:suwei@cau.edu.cn

    孙崇利(1984- ),男,硕士生,主要从事LIDAR数据分析处理与遥感图像处理方面的研究。Email:chonglisun@163.com;苏伟(1979- ),女,副教授,博士,主要从事遥感数字图像处理及遥感应用方面的研究。Email:suwei@cau.edu.cn

基金项目:

国家自然科学基金(40801128);中国农业大学基本科研业务费专项资金(基于地基激光雷达数据的玉米冠层真实场景三维建模)

  • 中图分类号: TP751.1

摘要: 激光雷达数据滤波是为了获取高精度数字高程模型而改进的多级移动曲面拟合滤波方法。预处理剔除了粗差点和大部分建筑物侧面回波点,再通过格网化分,建立数据索引,相邻曲面保持一定的重叠度,利用最小二乘法求解拟合曲面参数,自动设置阈值后进行滤波。最后,利用多尺度加权插值方法生成数字高程模型。采用国际摄影测量与遥感学会(ISPRS)提供的测试数据进行实验。结果表明:改进的算法降低了三类误差产生的可能,第一实验区的总误差由8.39%降低到7.40%,第二实验区的总误差由6.39%降低到5.86%,生成的数字高程模型满足精度要求,具有推广性。

English Abstract

参考文献 (41)

目录

    /

    返回文章
    返回