摘 要

机载激光雷达（Light Detection and Ranging，LiDAR）是一种主动式航空遥感技术，凭借其覆盖范围广、测量速度快、测距精度高等特点，在地形测绘、建筑重建、森林资源管理等领域应用越来越广泛。地面滤波是将点云数据分离为地面和非地面点的方法，是将LiDAR数据合理应用在各个领域的重要处理环节。本文提出了一种由形态学方法改进的中间布料模拟滤波算法（Intermediate Cloth Simulation Filter，ICSF），在CSF（Cloth Simulation Filter）布料模拟的基础上，添加了形态学开操作的预处理步骤，将形态学得到的数字地面模型（Digital Terrain Model，DTM）转化为CSF所需的初始布料再进行布料模拟。ICSF仅需设置单一参数就能适应各类场景，对于ISPRS（International Society of Photometry and Remote Sensing）稀疏点云测试集，ICSF滤波平均总体误差为3.74%，平均Kappa系数达到87.53%，平均耗时1s，优于CSF的4.39%、83.86%、7.91s。对于Graphics amp; Media Lab提供的稠密点云样本，ICSF滤波效果和稳定性都比CSF优越。ICSF有助于用户更加便捷地得到精确的滤波结果，在处理机载LiDAR数据上具有一定实用价值。

关键词:机载LiDAR；地面滤波；形态学；CSF

Abstract

Airborne LiDAR (Light Detection and Ranging) is a technology belonging to active aerial remote sensing. Depending on kinds of features including covering widely, measuring fast and ranging accurately, airborne LiDAR is more and more generally applied in the fields of terrain surveying and mapping, building reconstruction, forest resource management and so on. Ground Filtering is an approach which separates ground and non-ground points from original point clouds and an essential processing part which properly applies LiDAR data to each field. This paper proposes an intermediate cloth simulation filter (ICSF) improved by morphological methods. The proposed filter based on cloth simulation used in CSF (Cloth Simulation Filter) adds morphological opening operations as preprocessing whose result of DTM (Digital Terrain Model) will be transformed to an initial cloth demanded by CSF, and then does cloth simulation. ICSF can be adaptive to sorts of scenes with setting of just single parameter. As for the test set of sparse point clouds from ISPRS (International Society of Photometry and Remote Sensing), the filtering result of ICSF with average total error of 3.74%, Kappa of 87.53% and time of 1s surpasses CSF with 4.39%, 83.86%, 7.91s. As for the samples provided by Graphics amp; Media Lab, ICSF performs better and more steadily than CSF. ICSF can help users to faster and more easily obtain more accurate filtering result, which is of some practical value to handling airborne LiDAR data.

Key words: airborne LiDAR; ground filtering; morphology; CSF

目录

第1章 绪论 1

1.1研究背景与意义 1

1.2国内外研究现状 1

1.2.1地面滤波算法研究现状 1

1.2.2布料模拟滤波研究现状 2

1.3研究目标与内容 2

1.4论文结构 2

第2章 地面滤波算法原理 3

2.1布料模拟滤波 3

2.2形态学滤波 5

第3章 地面滤波算法改进 8

3.1中间布料模拟滤波 8

3.2简化SMRF 10

3.3加速CSF 10

3.4参数 11

第4章 中间布料模拟滤波算法测试 12

4.1测试样本与指标 12

4.2测试环境 13

4.3测试结果 13

4.3.1性能 13

4.3.2固定值 18

4.3.3CP搜索 20

4.3.4参数 21

4.4分析与讨论 24

4.4.1CSF的必要性 24

4.4.2渐进开操作 25

4.4.3巨大的地物 27

第5章 总结与展望 28

5.1研究总结 28

5.2未来展望 29

参考文献 29

致谢 31

第1章 绪论

1.1研究背景与意义

机载激光雷达是快速获取大场景、高精度三维点云数据的重要手段，广泛应用于建筑物重建^[1,2]、森林资源管理^[3,4]、海洋测绘^[5,6]等领域。由于测量范围的局限和测量误差的存在，原始LiDAR点云数据通常不能直接使用，需要经历配准、去噪、地面滤波等一系列处理流程。其中，LiDAR点云地面滤波将点云归类为地面和非地面两类，地面点用于生成数字地面模型，非地面点用于提取地物信息，成为正确应用LiDAR数据的关键步骤。精度和效率兼顾的点云地面滤波算法能够更加便捷、准确地区分各类场景中的地面和非地面LiDAR点，满足相关领域研究人员的数据需求，提高工作效率。

1.2国内外研究现状

1.2.1地面滤波算法研究现状

过去数十年间，许多国内外先进的机载LiDAR点云地面滤波方法被提出，经典的地面滤波方法主要分为物理模拟、数学形态学、地理模型三类。

基于物理模拟的地面滤波方法比较新颖，以Zhang的布料模拟滤波算法^[7]（Cloth Simulation Filter，CSF）为例。CSF将点云滤波过程转化为布料模拟的物理过程，首先将地形翻转并以地形作为障碍物，一张平整的基于弹簧-质点模型^[8]的布料从高处往下坠落，与障碍物作用后趋于稳定的状态，此时的布料可以很好地贴合地形，最后计算所有LiDAR点到布料间的距离分离出地面点和非地面点。但是CSF的滤波性能受限于布料分辨率，布料分辨率设置过小，消耗时间较长，反之布料精度损失较大。而且对于高程差变化较大的场景，CSF设置的迭代次数不足以使布料与障碍物相撞。