以前的滤波算法
以前的滤波算法:主要有基于坡度的滤波算法、基于数学形态学的滤波算法、基于表面拟合的滤波算法。
(1)基于坡度的滤波算法:
思想:通常情况下,地形的坡度在邻域内是逐渐变化的,而建筑物或树木与地面之间的坡度变化非常大。可以通过设置坡度阈值进行滤波。
优点:原理简单。
缺点:需要逐点计算坡度,计算量大;对于一些高植被和地形变化较大区域算法实施鲁棒性较差。通俗来说,就是在复杂地形中滤波效果较差,且随着坡度的增加,滤波精度会下降。
(2)基于数学形态学的滤波算法:
思想:通过形态学操作前后地面点和非地面点的不同高程变化来进行滤波。将在形态学开闭运算前后高程变化较小的点设为地面点,高程变化较大的点设为非地面点并进行剔除。
基于数学形态学的滤波算法需要确定窗口大小,算法性能的好坏关键在于滤波窗口大小的选择。小的窗口大小可以有效地过滤掉小物体,同时保留地面点中较大的建筑物。大的窗口大小往往会平滑地形细节,如山峰,山脊和悬崖。
形态学相关内容:
【P15-OPT-SCI-机器视觉-如何进行滤波&形态学&预处理】 P15-OPT-SCI-机器视觉-如何进行滤波&形态学&预处理_哔哩哔哩_bilibili
https://zhuanlan.zhihu.com/p/61896690
优点:概念简单,易于实现;滤波效果较好。
缺点:窗口大小对滤波效果至关重要。通常需要研究区域的先验知识来确定适合的窗口大小。
(3)基于表面拟合的滤波算法:
思想:创建一个近似于裸地的曲面,计算LiDAR点到曲面的距离,通过阈值选择删除不满足阈值要求的LiDAR点,对剩余的LiDAR点再进行曲面拟合得到新的曲面,直到满足设定的精度要求。
优点:简单易懂,计算速度较快。
缺点:在坡度较高、地形变化较大的复杂区域内,滤波结果的可靠性较差。
布料模拟滤波算法:
原文:An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation(一种简单实用的基于机载激光雷达数据的布料模拟滤波算法)
测试数据集:由国际摄影测量与遥感学会(International Society for Photogrammetry and Remote Sensing,ISPRS)Group III/3