基于機(jī)載LiDAR數(shù)據(jù)的DEM抽稀算法研究.pdf

1、機(jī)載LiDAR(Light Detection And Ranging，激光雷達(dá))技術(shù)為獲取高精度和高密度的地形數(shù)據(jù)提供了一種新的測(cè)量手段。LiDAR數(shù)據(jù)擁有的高精度和高密度使其在生成DEM(Digital Elevation Model，數(shù)字高程模型)數(shù)據(jù)方面也備受關(guān)注。然而，在大多數(shù)情況下，對(duì)一個(gè)具體應(yīng)用來說，并不需要如此龐大的數(shù)據(jù)就能滿足生產(chǎn)方面的要求。而且龐大的數(shù)據(jù)量給數(shù)據(jù)后處理軟件、硬件以及工作效率方面都帶來極大的挑戰(zhàn)。因此如

2、何對(duì)機(jī)載LiDAR數(shù)據(jù)構(gòu)建的DEM進(jìn)行有效的抽稀，如兼顧數(shù)據(jù)壓縮率與DEM精度，得到一個(gè)易于處理和操作的DEM具有重要的工程實(shí)用意義。基于這個(gè)目的，本文主要研究以下內(nèi)容：
　　 1.介紹了機(jī)載LiDAR系統(tǒng)的發(fā)展、系統(tǒng)的組成、掃描方式以及激光雷達(dá)系統(tǒng)的分類。在此基礎(chǔ)上，總結(jié)了機(jī)載LiDAR數(shù)據(jù)的主要特性，特別是數(shù)據(jù)的海量性。正是由于數(shù)據(jù)的海量性，使得由其生成的DEM數(shù)據(jù)也具有海量這個(gè)特性。這也是本文的研究所在。
　　 2

3、.介紹了DEM定義以及DEM的主要表示模型。其中的離散點(diǎn)模型，也是由機(jī)載LiDAR數(shù)據(jù)生成DEM最原始的表示模型。并介紹了從LiDAR數(shù)據(jù)中得到DEM的濾波方法。
　　 3.重點(diǎn)研究和總結(jié)了機(jī)載LiDAR數(shù)據(jù)構(gòu)建DEM的抽稀算法，探討了已有算法的優(yōu)缺點(diǎn)。在此基礎(chǔ)上提出了基于坡度的抽稀算法，并改進(jìn)了基于TIN(TriangulatedIrregular Network，不規(guī)則三角網(wǎng))的抽稀算法。
　　 4.分析了DEM精度

4、評(píng)價(jià)的方法，并對(duì)多種抽稀算法進(jìn)行實(shí)驗(yàn)，最后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。實(shí)驗(yàn)表明，基于坡度的抽稀算法能夠較好地保留地形特征信息；且改進(jìn)的基于TIN的抽稀算法的精度也比原算法有所提高。
　　 本論文以數(shù)據(jù)的抽稀必須考慮到精度、代價(jià)、以及數(shù)據(jù)的最終應(yīng)用目的為原則。對(duì)國內(nèi)外的抽稀算法進(jìn)行實(shí)驗(yàn)，通過實(shí)驗(yàn)分析了各種算法的優(yōu)缺點(diǎn)以及適用哪種工程應(yīng)用目的，這在實(shí)際工程應(yīng)用中具有一定的實(shí)用價(jià)值。同時(shí)本文的實(shí)驗(yàn)結(jié)果表明，基于坡度的抽稀算法，以及改進(jìn)的基于T