典型文献
基于点的多尺度形态学重建滤波方法
文献摘要：
针对现有机载激光雷达(LiDAR)点云滤波算法难以准确分离复杂地形中地面点与地物点问题,提出了一种基于点的多尺度形态学重建滤波方法PMMF(Point-based Multi-scale Morphological reconstruction Filter).在初始尺度层次下,PMMF通过构建一种基于点的形态学重建对原始点云滤波,即先在掩膜点云约束下借助k邻域结构元素和高程缓冲区反复膨胀标记点云,获取潜在地面点;然后通过自适应坡度方法剔除潜在地面点中的非地面点,其中,坡度阈值随地形复杂度自适应变化.在上层滤波结果基础上,PMMF通过提升种子点选择的网格尺度重复上层滤波过程,直至结果收敛.以国际摄影测量与遥感学会(ISPRS)发布的15组基准数据为研究对象,将PMMF滤波结果与近5年(2016年—2020年)提出的15种滤波算法比较表明,PMMF有8组数据滤波效果占优,15组数据平均总误差和Kappa系数分别为2.71％和91.08％.使用4种不同地形特征的高密度机载LiDAR点云数据进一步验证PMMF的滤波效果,并将计算结果与简单形态学滤波(SMRF)、布料模拟滤波(CSF)、渐进加密三角网滤波(PTD)和多分辨率层次滤波(MHF)比较.结果表明,PMMF滤波性能最优,平均总误差为3.24％,较其他4种滤波方法分别减小了 12.0％、59.1％、70.1％和53.2％.
文献关键词：
机载LiDAR;点云滤波;形态学重建;测地膨胀;自适应坡度阈值
中图分类号：
作者姓名：
常兵涛;陈传法;郭娇娇;武慧明;贝祎轩;李琳叶
作者机构：
山东科技大学测绘与空间信息学院,青岛266590;山东省基础地理信息与数字化技术重点实验室,青岛266590
文献出处：
引用格式：
[1]常兵涛;陈传法;郭娇娇;武慧明;贝祎轩;李琳叶-.基于点的多尺度形态学重建滤波方法)[J].遥感学报,2022(12):2582-2593
A类：
SMRF,MHF,测地膨胀,自适应坡度阈值
B类：
形态学重建,滤波方法,机载激光雷达,LiDAR,点云滤波,滤波算法,复杂地形,面点,地物,PMMF,Point,Multi,scale,Morphological,reconstruction,Filter,始点,掩膜,邻域结构,结构元素,元素和,缓冲区,标记点,潜在地,点中,随地,地形复杂度,种子点,点选,网格尺度,摄影测量与遥感,ISPRS,算法比较,数据滤波,占优,Kappa,不同地形,地形特征,点云数据,单形,形态学滤波,布料模拟滤波,CSF,渐进加密三角网滤波,PTD,多分辨率,滤波性能
AB值：
0.365516
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
