适用于林区机载LiDAR点云的多分辨率层次插值滤波方法

陈传法，王梦樱，杨 帅，王 珍

(1.山东科技大学 测绘与空间信息学院，山东 青岛 266590；2.北京市勘察设计研究院有限公司，北京 100038)

随着激光雷达技术的发展，机载激光雷达(light detection and ranging，LiDAR)已成为采集地面点信息的主流工具[1]。与传统摄影测量技术相比，LiDAR能够快速获取高精度、高分辨率的真实地面三维坐标数据，已广泛应用于数字高程模型(digital elevation model，DEM)构建、水文分析[2]、森林清查[3]、城市三维可视化[4-5]、土地覆盖和土地利用分类等[6]。其中，LiDAR点云使用前一般需要将地面点从原始点云数据中分离出来，即滤波[7]。然而，原始LiDAR点云数据中通常包含许多建筑物、植被等非地面点，特别是对于地形起伏变化较大的林区，分类地面点与非地面点仍是一项挑战。

目前，许多学者对LiDAR数据滤波展开了一系列研究，并提出了相应的滤波算法。根据滤波原理，现有滤波算法可大致分为：形态学滤波[8-9]、坡度滤波[10]、分割滤波[11-12]和内插滤波[13]。实际应用中各种滤波算法各有优缺点，其中插值滤波方法因原理清晰、能更好地模拟真实地表以及滤波可靠性高等优势被广泛关注。例如，Axelsson[14]提出渐进不规则三角网(triangulated irregular network，TIN)加密滤波方法(progressive TIN densification，PTD)，根据局部低点构造初始的稀疏TIN，并根据每个点与TIN的距离和角度判断地面点。Haugerud等[15]提出一种虚拟森林砍伐算法，用原始点云构建TIN，然后计算采样点及其对应表面的曲率。Evans等[16]提出一种多尺度曲率分类方法，该方法采用正规化样条代替TIN插值并在不同分辨率下构建栅格曲面。Chen等[17]提出多分辨率分层点云滤波……