精度約束下地表LiDAR點云抽稀方法研究.pdf

1、利用機載激光雷達(Light Detection And Ranging，LiDAR)點云數(shù)據(jù)生成數(shù)字高程模型（Digital Elevation Model，DEM），已成為空間科學領域中表達地面形態(tài)的最有效的方法之一。其高精度、高密度的特點使生成的DEM精度遠遠高于實際DEM工程精度需求。但其龐大的數(shù)據(jù)量直接影響著DEM的生產速度、數(shù)據(jù)存儲速度和數(shù)據(jù)交互的難易程度。所以在滿足DEM實際工程的精度要求的基礎上，對裸露地表LiDAR點云

2、數(shù)據(jù)進行有效抽稀，得到一個易于處理和操作的裸露地表DEM具有重要的工程實際意義。目前國內外很多學者都對LiDAR點云數(shù)據(jù)抽稀方法進行了研究，并取得了顯著的效果，但如何更好的保留地形特征點仍然是研究中的重點與難點。此外，在盡量保留地形特征點的同時，保證能顧及到整體DEM精度的合理點位分布，是已有研究中忽視的一個問題。針對上述內容，本文主要開展了以下工作:
　　(1)歸納、總結機載LiDAR點云數(shù)據(jù)濾波技術、粗差剔除方法，分析濾波后裸

3、露地表點云殘留粗差問題，并對機載LiDAR原始點云數(shù)據(jù)進行濾波后的粗差驗證實驗和粗差剔除實驗;
　　(2)歸納、總結國內外現(xiàn)有LiDAR點云數(shù)據(jù)抽稀算法，分析現(xiàn)有LiDAR點云數(shù)據(jù)抽稀算法存在的問題;
　　(3)研究地形復雜度的概念以及描述地形的重要算子-坡度，提出坡度熵的概念以及用坡度熵量化局部地形復雜度的方法，最后提出基于坡度熵的LiDAR點云數(shù)據(jù)抽稀算法;
　　(4)用已有的抽稀算法和基于坡度熵的抽稀算法，對平地

4、、丘陵、山地數(shù)據(jù)分別實驗，得出各個算法抽稀率和DEM精度的關系，通過各個抽稀算法在不同抽稀率下的所生成的DEM的精度進行對比分析評價;
　　(5)用已有的抽稀算法和基于坡度熵的抽稀算法，以某應用比例尺之不同地形類型的DEM規(guī)范精度約束進行抽稀實驗，驗證了基于坡度熵的抽稀算法保留的數(shù)據(jù)點的位置和空間分布合理，抽稀率最高。
　　研究表明:本文提出的基于坡度熵的抽稀算法不僅能很好地保留局部地形特征，也能很好地保留全局地形特征。在D