點(diǎn)云濾波方法

1、激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波算法綜述濾波對象及目的 ：通過機(jī)載激光雷達(dá)快速獲取高精度三維地理數(shù)據(jù)， 對它所獲取的點(diǎn)云數(shù)據(jù) 的濾波過程就是將LIDAR點(diǎn)云數(shù)據(jù)中的地面點(diǎn)和非地面點(diǎn)分離的過程。濾波方法：對數(shù)學(xué)形態(tài)學(xué)的濾波算法、基于坡度的濾波法、 基于TIN的LIDAR點(diǎn)云過濾算法、基于偽掃描線的濾波算法、基于多分辨率方向預(yù)測的LIDAR點(diǎn)云濾波方法。(一)LIDAR數(shù)據(jù)形態(tài)學(xué)濾波算法：(1)離散點(diǎn)云腐蝕處理。 遍歷LIDAR點(diǎn)云數(shù)據(jù)，以任意一點(diǎn)為中心開wXw大小的窗口，比較窗口內(nèi)各點(diǎn)的高程，取窗口內(nèi)最小高程值為腐蝕后的高程(2)離散點(diǎn)膨脹處理。再次遍歷LIDAR點(diǎn)云數(shù)據(jù)，對經(jīng)過腐蝕后的數(shù)據(jù)用同樣大小的結(jié)構(gòu)

2、窗口做膨脹。 即以任意一點(diǎn)為中心開wXw大小的窗口，此時(shí)，用腐蝕后的高程值代替原始高程值，比較窗口內(nèi)各點(diǎn)的高程，取窗口內(nèi)最大高程值為 膨脹后的高程(3)地面點(diǎn)提取。設(shè) 乙是p點(diǎn)的原始高程，t為閾值，在每點(diǎn)膨脹操作結(jié)束時(shí)，對該點(diǎn)是否是地面點(diǎn)作出判斷。如果p點(diǎn)膨脹后的高程值和其原始高程值Zp之差的絕對值小于或等于閾值t,則認(rèn)為p點(diǎn)為地面點(diǎn)，否則為非地面點(diǎn)該算法有兩種濾波方式：一種是按離散點(diǎn)進(jìn)行濾波，一種是按格網(wǎng)濾波。(1) 按離散點(diǎn)濾波：是對每個(gè)激光點(diǎn)進(jìn)行腐蝕和膨脹操作各一次,結(jié)構(gòu)窗口內(nèi)數(shù)據(jù)的選取 按距離來量度。(2) 按格網(wǎng)濾波：指將每個(gè)格網(wǎng)看成一個(gè) “像素”,按照數(shù)字圖像處理中取鄰域的方法來開

3、取結(jié)構(gòu)窗口。腐蝕時(shí)，格網(wǎng)的“像素值”即為wXw鄰域所包含格網(wǎng)的最小高程值；膨脹時(shí)，格網(wǎng)的“像素值”即為wXw鄰域所包含格網(wǎng)的最大高程值。優(yōu)缺點(diǎn) ：總體上, 數(shù)學(xué)形態(tài)學(xué)算法存在的主要問題是坡度閾值的人工選取和細(xì)節(jié)地形的方塊效應(yīng)。如果閾值設(shè)定太大, 可能保留一些低矮的地物目標(biāo), 設(shè)定太小, 則可能削平地形特征。現(xiàn)在各種閾值的選取一般根據(jù)研究者的經(jīng)驗(yàn)設(shè)定,或者根據(jù)地形的特征因素，不具有普適性。解決這些問題的方法是根據(jù)地形的起伏大小和高程變化自適應(yīng) 的進(jìn)行濾波窗口調(diào)整。但此方法在大范圍地區(qū)及地形變化強(qiáng)烈山區(qū)的有效性還有待進(jìn)一步研究。實(shí)際應(yīng)用：從應(yīng)用上，Lindenberger將數(shù)字形態(tài)學(xué)方法引人到機(jī)載

4、激光雷達(dá)數(shù)據(jù)濾波中，首先采用水平結(jié)構(gòu)單元對機(jī)載激光測高數(shù)據(jù)進(jìn)行開運(yùn)算，過濾剖面式激光掃描數(shù)據(jù)，然后利用自回歸過程改善了開運(yùn)算結(jié)果。(二)基于坡度變化的濾波算法濾波基本思想：基于坡度變化的濾波算法是根據(jù)地形坡度變化確定最優(yōu)濾波函數(shù)，對于給定的高差值，隨著兩點(diǎn)間距離的減小，高程值大的激光腳點(diǎn)屬于地面點(diǎn)的可能性就越小。原理：假設(shè)A為原始數(shù)據(jù)集，DEM為地面點(diǎn)集，d是點(diǎn)間距離，那么滿足下列濾波函數(shù)的點(diǎn)就是DEM的元素。DEM P A| PiA:hphpjhmaxd p, Pj(1)如果對于給定點(diǎn)Pi,找不到臨近點(diǎn)Pj使它們滿足關(guān)系式(2)，那么Pi劃分為地面點(diǎn)。hpihpjhmax(d(PiPj)(2

5、)該濾波方法主要是通過比較兩點(diǎn)間的高差值的大小，來判斷拒絕還是接收所選擇的點(diǎn)。兩點(diǎn)間高差的閥值定義為兩點(diǎn)間距離的函數(shù)Ahmax(d)即所謂的濾波核函數(shù)。 通常該函數(shù)是非遞減函數(shù)， 確定該函數(shù)的方法主要有合成函數(shù)， 假設(shè)地形坡度不超過a%,且觀測 值沒有誤差，則濾波函數(shù)定義為：hmax(d) ad(3)通常觀測值是有誤差的，所以再增加一個(gè)置信區(qū)間，并假定允許的具有標(biāo)準(zhǔn)偏差的地面點(diǎn)被拒絕，濾波函數(shù)就為：hmax(d) ad 1.65-2(4)在絕大多數(shù)情況下，很難用一些參數(shù)指定具體的濾波函數(shù)，因而需要根據(jù)具體的地形訓(xùn)據(jù)子集用這些數(shù)據(jù)點(diǎn)推求hmax(d )優(yōu)缺點(diǎn) ：基于坡度的濾波算法具有計(jì)算簡單、

6、適應(yīng)性強(qiáng)等特點(diǎn)， 但是需要預(yù)先知道地形 坡度和確定所開窗口的大小， 所選點(diǎn)必須同其它所有點(diǎn)進(jìn)行比較， 以確定該點(diǎn)是否為地面點(diǎn)， 也需要在整個(gè)數(shù)據(jù)集中，對每一個(gè)點(diǎn)進(jìn)行坡度計(jì)算， 這樣勢必造成計(jì)算量的增大， 速度變慢。 同時(shí)，高差閥值的選擇是整個(gè)算法的關(guān)鍵，這些過濾閥值的設(shè)置取決于測區(qū)的實(shí)際地形狀 況，對于平坦地區(qū)， 丘陵地區(qū)和山區(qū)，應(yīng)該根據(jù)不同坡度設(shè)置不同的過濾參數(shù)值。 而上述方 法僅根據(jù)坡度設(shè)置統(tǒng)一的閾值， 很可能會濾掉一些真實(shí)的地形信息， 造成分類誤差。 要克服 這些缺點(diǎn)可以把分塊處理的思想引入， 將原始點(diǎn)云數(shù)據(jù)按地形統(tǒng)計(jì)特性進(jìn)行分塊， 然后每一 個(gè)分塊再按照基于坡度變化的濾波算法進(jìn)行處理得

7、到各塊數(shù)據(jù)地面點(diǎn)集， 最后根據(jù)重疊區(qū)域 特征點(diǎn)將各塊拼接， 得到完整地面點(diǎn)集。 這樣不同的分塊就得到不同的過濾閾值， 避免了閾 值的單一性，減少了分類誤差。Vosselman使用Delaunay三角網(wǎng)組織數(shù)據(jù)， 根據(jù)坡度過濾地物點(diǎn)的方法， 通過計(jì)算該點(diǎn)與鄰域內(nèi)所有點(diǎn)的坡度值， 如果最大坡度值在閾 值內(nèi)，則該點(diǎn)分類為地面點(diǎn)。Sithole在Vosselman的基礎(chǔ)之上修改了該算法，采用變化的斜率閾值來提取地面點(diǎn)以適應(yīng)陡坡地形的算法，不同的地區(qū)使用不同的坡度閾值來得到更好的分類結(jié)果。(三)基于TIN的過濾算法濾波原理：利用TIN模型中的地物臨近點(diǎn)云高程突變關(guān)系，研究利用高差臨界值條件和滿足該條件的

8、臨近點(diǎn)數(shù)量等參數(shù)來過濾地物點(diǎn)。算法 ：pt_cloud為非空點(diǎn)云，并依據(jù)區(qū)域地形、建筑物、植被等分布及高程變化情況給定高差(threshold_h)和臨近點(diǎn)數(shù)量(threshold_vn)兩個(gè)域值條件，并定義Filtered和Unfiltered兩個(gè)數(shù)組分別記錄被過濾點(diǎn)和未被過濾點(diǎn)。構(gòu)建pt_cloud的Delauney三角網(wǎng)，則點(diǎn)云過濾算法的描述如下：TIN_Filtering(Pt_Cloud,Threshold_h,Threshold_vn,Filtered,UnFiltered)如果Pt_Cloud為空，則結(jié)束； 初始化Vicinity數(shù)組(鄰近點(diǎn)集合)，vn(鄰近點(diǎn)數(shù))和h(高差值)

9、等參數(shù); 取出Pt_Cloud的第一個(gè)點(diǎn)，記為obj_pt（目標(biāo)點(diǎn)）； 在Delauney三角網(wǎng)中檢索obj_pt所有鄰近點(diǎn)，并將鄰近點(diǎn)逐個(gè)加入到Vicinity數(shù)組； 取出Vicinity的第一個(gè)點(diǎn)，記為v_pt（鄰近點(diǎn)） ；練數(shù)據(jù)子集推求同地形變化特性相符的濾波核函數(shù)。這需要選擇一個(gè)合適的區(qū)域作為訓(xùn)練數(shù)計(jì)算obj_pt與v_pt的高差值并賦給h；如果hThreshold,貝U vn+;如果Vicinity非空，則返回循環(huán)；如果vnThreshold_vn，貝把obj_pt加入到Filtered，否貝，obj_pt加入到UnFiltered；當(dāng)進(jìn)行多次（Method）循環(huán)逐步過濾點(diǎn)云時(shí)，算法

10、描述如下：TIN_Method_Filtering（Pt_Cloud,Threshold_h,Threshold_vn,Method,Filtered,UnFiltered）如果Method1，則結(jié)束；置空Unfiltered;構(gòu)建Pt_Cloud的二維Delauney三角網(wǎng)；TIN_Filtering（Pt_Cloud,Threshold_h,Threshold_vn,Filtered,UnFiltered）Pt_Cloud= UnFiltered；Method；優(yōu)缺點(diǎn)：基于不規(guī)則三角網(wǎng)（TIN）的方法，是基于二維鄰域搜索的方法，其計(jì)算量和算 法復(fù)雜度相對較大。一般而言， 由于高大建筑物和植

11、被與其鄰近地面點(diǎn)之間形成明顯的高程 突變， 所以對高程突變地物，算法的過濾效果較好，但在過濾灌叢或低矮的地面物體時(shí)，產(chǎn) 生過大誤差。（四）基于偽掃描線的濾波算法偽掃描線 ：指將水平面上二維離散分布的激光點(diǎn)重新組織成一維線狀連續(xù)分布點(diǎn)序列的一種 數(shù)據(jù)結(jié)構(gòu)。 基本思想：兩點(diǎn)之間的高度差是由自然地形的起伏和地物的高度共同引起的。 若兩個(gè)鄰近點(diǎn) 之間的高度差越大，那么這個(gè)高度差是由自然地形引起的可能性就越小， 更為可能的是較高 點(diǎn)位于地物上而較低點(diǎn)位于地面上。原理：假設(shè)有兩個(gè)鄰近的激光腳點(diǎn)P.和度，山是地面點(diǎn)，應(yīng)是它的鄰近點(diǎn)。 如果它們的高度值卜和滿足條件：I L -J .其中卜冷韻是高差的容差，d是

12、他們之間的水平距離那么就認(rèn)為 血也是地面點(diǎn)，否則就認(rèn)為 陞是非地面點(diǎn)。優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：(1)把二維濾波問題簡化為一維濾波問題，算法構(gòu)造簡單，有效地減少了濾波的計(jì)算量并且保證了準(zhǔn)確性，同時(shí)該算法只需兩個(gè)濾波參數(shù)，較容易實(shí)現(xiàn)自動化。(2) 總能保證每個(gè)濾波窗口中都包含有地面點(diǎn)，能得到比較小的一類誤差和總的誤差，準(zhǔn)確地提取出地形點(diǎn)；(3) 在平坦地區(qū)，偽掃描線濾波效果非常好，在地形比較陡峭地區(qū)，它的誤差也控制在較小范圍內(nèi)；缺點(diǎn)：(1)由于局部鄰域二維濾波器大多假設(shè)鄰域內(nèi)高程最低點(diǎn)為地面點(diǎn)，當(dāng)?shù)孛纥c(diǎn)較少的時(shí)候，這類濾波方法往往失效；(2)在陡峭的斜坡和高程變化比較劇烈的區(qū)域或過濾大型物體時(shí)，為了獲得可靠

13、的結(jié)果，通常要減小高程的域值和濾波窗口的大??；在城市區(qū)域，為了全部濾除大型建筑物， 則要適當(dāng)增大濾波窗口，使濾波窗口的大小不小于建筑物的最大尺寸。 目前，這兩個(gè)參數(shù)的選取還 不能做到完全的自動化，該方法還有待進(jìn)一步改進(jìn)。(五)基于多分辨率方向預(yù)測的濾波方法方向預(yù)測法的思想：對于某一距離范圍，若當(dāng)前點(diǎn)與所有方向預(yù)測值的差值均大于該距離 條件下的最大高差限差，則該點(diǎn)為地物點(diǎn)，否則為地面點(diǎn)。原理：在局部鄰域中，利用方向預(yù)測法對格網(wǎng)數(shù)據(jù)集進(jìn)行平滑處理。如對于某一格網(wǎng)C(l,j)，局部鄰域大小取3X3, C(l,j)鄰域方向的示意圖如圖1所示。若當(dāng)前格網(wǎng)C(l,j)與所有方向預(yù)測值之差都小于閾值，則格網(wǎng)

14、值取格網(wǎng)中所有點(diǎn)的高程平均值，否則以最小方向預(yù)測值作為當(dāng)前格網(wǎng)值。IIIIIIVIC(I,j)IIVIIIII圖1 C(l,j)鄰域方向示意圖優(yōu)缺點(diǎn)：基于多分辨率方向預(yù)測的點(diǎn)云濾波算法可以實(shí)現(xiàn)復(fù)雜尺寸的地物目標(biāo)的剔除處理，由于數(shù)據(jù)集在數(shù)據(jù)量上的減少， 地面點(diǎn)提取的效率有很大提高， 這種優(yōu)勢在處理密集的LIDAR點(diǎn) 云時(shí)會體現(xiàn)得更明顯。對于附屬在斜坡上的建筑物會出現(xiàn)地物濾除不完全的情況，需要結(jié)合航片等輔助數(shù)據(jù)源來提高濾波精度。多分辨率平滑處理可以得到格網(wǎng)數(shù)據(jù)集，但格網(wǎng)之間存在縫隙，降低了精度， 需要利用點(diǎn)云數(shù)據(jù)和格網(wǎng)數(shù)據(jù)集進(jìn)一步做點(diǎn)云濾波處理。(六)基于小波分層原理的機(jī)載激光雷達(dá)數(shù)據(jù)濾波基本思想

15、：對原始信號建立數(shù)據(jù)金字塔，從而獲得不同尺度上的信號描述。在最大尺度的信號描述(即金字塔的頂層)中獲取最初的興趣域，然后把這個(gè)粗略的興趣域傳到下一層中作 為當(dāng)前層興趣域的初始值，從而減少計(jì)算的時(shí)間，提高處理結(jié)果的精度。方法步驟：(1) 用特定大小的窗口分割原始數(shù)據(jù)，然后在每個(gè)窗口中選擇一個(gè)高程最低的點(diǎn)，組成一個(gè)新的數(shù)據(jù)描述。對這些地面點(diǎn)進(jìn)行組網(wǎng)，從而形成一個(gè)粗略的地形表面；(2)利用這個(gè)粗略的地形表面作為參考面，在下一層進(jìn)行濾波，獲取更多的地面點(diǎn)。必須保證每一個(gè)分割窗口中至少有一地面點(diǎn)，它需要分割窗口足夠大;(3)采用比目標(biāo)區(qū)域內(nèi)最大的建筑面積稍微大一點(diǎn)的窗口作為最上面一層數(shù)據(jù)描述的尺度。以目標(biāo)區(qū)域內(nèi)最小的人造建筑的面積為第一層數(shù)據(jù)描述的窗口尺度；(4)金字塔的層數(shù)可以用下面的公式來描述：|n - luSfe/lu kl41矗為最上層數(shù)據(jù)描述的窗口尺度；k為第一層數(shù)據(jù)描述的窗口尺度；n為金字塔的層數(shù)；描述點(diǎn)與參考面的相對關(guān)系最簡單的尺度就是高程差異，當(dāng)高程差異大于某個(gè)閾值時(shí)，就認(rèn)為該點(diǎn)不屬于地面點(diǎn)；而當(dāng)高程差異小于某個(gè)閾值時(shí)，就認(rèn)為該點(diǎn)屬于地面點(diǎn)優(yōu)缺點(diǎn)：小波分層濾波算法要先進(jìn)