基于点的多尺度形态学重建滤波方法

常兵涛， 陈传法， 郭娇娇， 武慧明， 贝祎轩， 李琳叶

1. 山东科技大学 测绘与空间信息学院, 青岛 266590;

2. 山东省基础地理信息与数字化技术重点实验室, 青岛 266590

1 引 言

近年来，机载激光探测与测距技术（LiDAR）发展迅速，逐渐成为地理信息科学（GIS）数据获取的有效工具（Chen 等，2013），并广泛应用于数字地面模型（DTM）生产（胡翰 等，2019）、滑坡监测（马洪超 等，2008）、林业调查与管理等（刘浩 等，2018）。由于原始LiDAR点云包括地面点和非地面点，因此，在进行上述应用之前需要对原始点云滤波以区分地面点和地物点。其中，滤波结果直接影响后续应用精度。目前，国内外研究人员提出了大量机载LiDAR 点云滤波算法，根据其原理可分为5 大类：基于插值的滤波（Axelsson，2000；Chen 等，2013 和2020；Evans和Hudak，2007；Kraus 和Pfeifer，1998；苏伟 等，2009；詹总谦 等，2020）、基于机器学习的滤波（Gevaert 等，2018；Jahromi 等，2011；Lu 等，2009；Luo 等，2017）、基于分块的滤波（Lin 和Zhang，2014；Tóvári 和Pfeifer，2005；Yang 等，2016）、基于坡度的滤波（Liu，2008；Meng 等，2010；Shao 和Chen，2008；Sithole 和Vosselman，2001；Susaki，2012；Vosselman，2000；Wang 和Tseng，2010） 以及基于形态学的滤波（Bigdeli等，2018；Chen 等，2007；Hui 等，2016；Kilian等，1996；Li 等，2014 和2017；Meng 等，2019；Mongus 等，2014；Pingel 等，2013；Zhang 等，2003）。

相比其他滤波算法，形态学滤波以精度高、计算速度快等优势备受关注（Pingel 等，2013）。其中，该方法滤波过程中结构元素的选择显著影响运算精度（Kilian 等，1996）。例如，Kilian 等（1996）通过特定结构元素的简单开运算检测非地面点，但结构元素尺寸严重影响最终滤波精度；为 此，Zhang 等（2003）、Chen 等（2007） 及Pingel 等（2013）通过一组尺寸线性增大的结构元素进行形态学开运算，但单独的形态学开运算难以保持地形细节信息；Mongus 等（2014）、Li 等（2014）及Hui 等（2016）通过形态学顶帽变换增强以提升地形细节保持水平，但这些方法依旧依赖窗口的设置；Li 等（2017）、Bigdeli 等（2018）及Meng 等（2019）通过形态学测地变换对点云滤波，具有收敛速度快、不需人为选择窗口尺寸等优点。……