为提高密林地形激光雷达测量(Light Detection and Ranging,LiDAR)点云数据植被点和地面点精准分类精度,采用5大传统滤波方法对林区点云进行滤波精度评定,借助布料仿真滤波算法实施相应的初始滤波处理,经准确处理后得到地形特征相对完...为提高密林地形激光雷达测量(Light Detection and Ranging,LiDAR)点云数据植被点和地面点精准分类精度,采用5大传统滤波方法对林区点云进行滤波精度评定,借助布料仿真滤波算法实施相应的初始滤波处理,经准确处理后得到地形特征相对完备的初始地表点,再对具有突出植被点的初始地表点实施迭代开运算,由此得出新的地表点。并借助Ⅰ类误差、Ⅱ类误差等一系列的指标获得科学的评估精确度。布料仿真算法与简单形态学算法组合滤波较传统滤波算法Ⅱ类、总误差均明显下降,Kappa系数呈增长趋势。结果表明,该方法适用于林区点云分类,可以获得较好的滤波效果。展开更多
文摘为提高密林地形激光雷达测量(Light Detection and Ranging,LiDAR)点云数据植被点和地面点精准分类精度,采用5大传统滤波方法对林区点云进行滤波精度评定,借助布料仿真滤波算法实施相应的初始滤波处理,经准确处理后得到地形特征相对完备的初始地表点,再对具有突出植被点的初始地表点实施迭代开运算,由此得出新的地表点。并借助Ⅰ类误差、Ⅱ类误差等一系列的指标获得科学的评估精确度。布料仿真算法与简单形态学算法组合滤波较传统滤波算法Ⅱ类、总误差均明显下降,Kappa系数呈增长趋势。结果表明,该方法适用于林区点云分类,可以获得较好的滤波效果。
