摘 要：LIDAR（Light Detection And Ranging）即激光探測及測距系統(tǒng)的簡稱，音譯雷達(dá)，是一種主動式對地觀測系統(tǒng)，它集成了GPS、慣性導(dǎo)航、激光測距等先進(jìn)技術(shù)，為獲取高時空分辨率的地球空間信息提供了一種全新的技術(shù)手段，使數(shù)據(jù)的獲取和處理朝智能化和自動化的方向發(fā)展[1]。

本文闡述了機(jī)載LIDAR點云處理的理論和方法，分析不同的濾波算法及特點并提出一種顧及地形的綜合濾波方法。

關(guān)鍵詞：雷達(dá)點云；噪聲、濾波方法；點云分類

中圖分類號：P225 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-7344（2018）27-0333-01

1 前 言

機(jī)載LIDAR獲取的高程數(shù)據(jù)中，由于地面自然地物和人工地物的干擾，夾雜了大量的噪聲點，需通過濾波的方式將噪點分離，海量點云數(shù)據(jù)的分類給計算機(jī)系統(tǒng)和人工處理帶來極大的挑戰(zhàn)，故有效的濾波方法對點云的預(yù)處理具有重大意義，可提高后續(xù)分類效率，減少人機(jī)交互工作量。

2 海量點云概述

2.1 關(guān)于海量數(shù)據(jù)的含義

海量數(shù)據(jù)就是指大量數(shù)據(jù)，等同于大數(shù)據(jù)，信息呈現(xiàn)出飽滿充足的狀態(tài)。海量數(shù)據(jù)對于每個人都有重要的作用，首先海量數(shù)據(jù)可以滿足我們的各種生產(chǎn)需要；其次海量數(shù)據(jù)可以為行業(yè)挖掘有用信息，使我們能夠掌握更多的信息資源，例如我們可以根據(jù)打車軟件產(chǎn)生的大數(shù)據(jù)來分析交通擁堵指數(shù)；但海量數(shù)據(jù)也存在著明顯的不足，過多的數(shù)據(jù)會導(dǎo)致查閱、存貯的難度增加，也會掩蓋有用信息。

2.2 關(guān)于點云的含義

點云是指通過機(jī)載雷達(dá)獲取一定面積的激光數(shù)據(jù)集，是眾多激光點的集合，點云數(shù)據(jù)具有精度高，點密度大，噪聲點形式多樣，散列分布等特點。且間隔小，因此被稱為密集點云。點云的通用存貯格式為*.las，目前大多商業(yè)軟件可以對其進(jìn)行濾波和編輯。

3 關(guān)于濾波處理的概述

3.1 關(guān)于濾波的含義及作用

濾波是一種減少干擾甚至避免干擾的重要技術(shù)手段和措施，主要對信號中的某些特定波段進(jìn)行過濾和消除，從而減少一定干擾信息，使數(shù)據(jù)更加準(zhǔn)確可靠。利用點云處理軟件，可以對點云數(shù)據(jù)中的噪點進(jìn)行剔除，從而減少地物點的干擾，以便于更好的擬合地表高程。

3.2 關(guān)于濾波算法的分類

大多數(shù)濾波原理是：鄰近激光腳點間的高程突變（局部不連續(xù)）一般不是由地形的陡然起伏所引起，而更可能是地物點。兩臨近點間的距離越近，兩點高差越大，較高點位于地面的可能性就越小。

3.2.1 基于回波強(qiáng)度指標(biāo)的濾波算法

根據(jù)點云回波強(qiáng)度進(jìn)行濾波，這種方法從理論上可以剔除地物點，獲得地面信息，但回波強(qiáng)度容易受到其它因素的影響，所以根據(jù)回波強(qiáng)度信息無法精確地判斷出地物的類別，單獨使用這種原理的濾波算法逐漸減少。

3.2.2 基于高程值的濾波算法

這種算法原理可以表述為，地物點高程總是大于地面點的高程，可以根據(jù)經(jīng)驗，設(shè)置某一閾值，當(dāng)高差大于該閾值的時候，就視為地物點，小于該閾值則視為地面點，由此而建立模型。

4 點云濾波方法分析

4.1 軟件濾波的概述

濾波主要是將計算機(jī)算法運用到數(shù)據(jù)處理上，進(jìn)一步獲得更加真實的數(shù)據(jù)，從而減少其它無效信號的干擾和影響，保證其數(shù)據(jù)的準(zhǔn)確性。軟件濾波有很多優(yōu)勢，其最大優(yōu)點是穩(wěn)定性高，成本低，對技術(shù)水平的要求也相對較低，實施起來更加簡單。

4.2 濾波方法的分析

4.2.1 基于迭代三角網(wǎng)的濾波方法及特點

對原始數(shù)據(jù)進(jìn)行中值濾波處理剔除極低點然后構(gòu)造數(shù)據(jù)的外包矩形，該外包矩形的四個頂點的高程值由最近鄰準(zhǔn)則來設(shè)定，對外包矩形進(jìn)行三角剖分并將其作為初始地形表面模型對數(shù)據(jù)進(jìn)行格網(wǎng)組織，網(wǎng)格應(yīng)略大于最大建筑物的大小，每個網(wǎng)格中的最低點為初始地面點，將選取的初始地面點加入到不規(guī)則三角網(wǎng)中，計算每個點到其所在的三角形的距離以及它與三角形三個頂點的夾角，若計算得到的值小于預(yù)先設(shè)定的閾值條件，則將其加入到不規(guī)則三角網(wǎng)中，反之，若大于閾值則刪除。重復(fù)上述步驟直到?jīng)]有新點加入不規(guī)則三角網(wǎng)[2]。該方法能夠很好的檢測出地形中的斷裂線，因此該算法能夠有效的處理城市地區(qū)的點云數(shù)據(jù)。但不利于保留地形的起伏形態(tài)，容易造成丘陵的地形損失。

4.2.2 基于形態(tài)學(xué)的濾波方法及特點

其基本思想是基于地形急劇變化產(chǎn)生臨近兩點高差異很大的可能性較小。該方法是通過比較兩點間的高差值來取舍選擇點。兩點間高差閾值應(yīng)定義為兩點間距離的函數(shù)，即濾波核函數(shù)，該函數(shù)為非遞減函數(shù)。確定該核函數(shù)的大小應(yīng)盡量以保留重要的地形特征信息為依據(jù)，以免造成過濾條件太過寬松而接收了一些不屬于地面的點[2]?；谄露刃螒B(tài)學(xué)的方法會將一些陡峭的地形當(dāng)成非地面物體對待，因而一般適用于地形變化較為平緩的地形。

4.2.3 移動窗口濾波法

首先，給定一個大尺度窗口，不斷移動并尋找窗口內(nèi)的最低點，然后根據(jù)最低點集內(nèi)插出一個初始的地形模型，其次，根據(jù)初始地形模型，計算待判定激光點與初始地形模型的垂直距離，如果超過給定的閾值，則將其從數(shù)據(jù)集中移除，以此再計算出一個更精確的地形模型。重復(fù)迭代，直至移除所有地面點。窗口尺寸和距離閾值的設(shè)定通常需要不斷的測試才能得出比較滿意的濾波效果，因此這些過濾參數(shù)的設(shè)置取決于測區(qū)的地形類別[2]。

5 結(jié)束語

文章對點云數(shù)據(jù)濾波算法進(jìn)行了探討，對不同濾波方法進(jìn)行了比對分析，最終發(fā)現(xiàn)，對于不同地形特征應(yīng)當(dāng)選取不同的濾波方法。對于城市地區(qū)，應(yīng)當(dāng)選用迭代三角網(wǎng)的濾波方法；對于地物簡單的丘陵地區(qū)，應(yīng)當(dāng)選用基于形態(tài)學(xué)的濾波方法；對于林區(qū)應(yīng)當(dāng)選取迭代線性最小二乘內(nèi)插法濾波方法；除此之外，也可以采用人工點和人工斷裂線進(jìn)行局部地區(qū)的點云濾波或者將局部復(fù)雜地形點云進(jìn)行裁切后單獨濾波處理。地物及地形數(shù)據(jù)結(jié)構(gòu)的復(fù)雜性給濾波算法的設(shè)計帶來了很大的困難，很難有一種算法可以自適應(yīng)的改變?yōu)V波參數(shù)適應(yīng)所有的地物情況，這是濾波技術(shù)的一個瓶頸，分析數(shù)據(jù)結(jié)構(gòu)對于算法的設(shè)計和改善具有重要幫助[3]。

參考文獻(xiàn)

[1]孫正林.三維激光掃描點云數(shù)據(jù)濾波方法研究.2015.

[2]鐘 良.LiDAR同機(jī)影像輔助點云分類相關(guān)技術(shù)研究.2011.

[3]周曉明.機(jī)載激光雷達(dá)點云數(shù)據(jù)濾波算法的研究與應(yīng)用.2011.

收稿日期：2018-8-2