机载LiDAR测深点云SVB联合滤波算法
机载LiDAR测深(airborne LiDAR bathymetry,ALB)数据质量受海面破碎波浪、水体浮藻、鱼群及海底二次回波等多种因素影响.为剔除这些干扰产生的噪点,本文提出一种顾及水面、水体和水底(surface,volume,bottom,SVB)的联合滤波算法.针对水面噪点,通过构建双层布料模拟滤波模型分离水面点云;针对水体噪点,采用SOR(statistical outlier removal)滤波器剔除水体离群点;针对靠近地形主体的小尺度水底噪点,通过构建移动趋势面模型进行去噪平滑.为验证本文所提ALB滤波算法的性能,采用青岛胶州湾海域RIEGL VQ-840-G无人机载LiDAR测深数据进行验证,试验结果表明:SVB联合滤波算法对水面、水体、水底噪点一体化处理总体滤波精度和Kappa系数分别能够达到97.45%和0.947,在保证准确率的同时具有较高的效率.本文所提滤波算法可以较好地解决ALB点云滤波问题,能够为ALB测深数据点云滤波提供有效的解决方案.
机载LiDAR测深、SVB联合滤波、双层布料模拟、SOR滤波、移动趋势面拟合
52
P227(大地测量学)
海洋环境保障创新开放基金;中国博士后科学基金;国家自然科学基金;国家自然科学基金;高端外国专家引进计划;山东科技大学科研创新团队支持计划;自然资源部海洋测绘重点实验室开放基金;青岛市关键技术攻关;产业化示范类项目
2023-05-19(万方平台首次上网日期,不代表论文的发表时间)
共10页
614-623