罗伊萍，姜 挺，王 鑫，张 锐，罗 胜

(信息工程大学测绘学院，河南郑州 450052)

基于数学形态学的LiDAR数据滤波新方法

罗伊萍，姜 挺，王 鑫，张 锐，罗 胜

(信息工程大学测绘学院，河南郑州 450052)

数学形态学滤波是从激光雷达点云数据中识别地面点、创建数字高程模型的一种重要方法。在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题基础上，提出一种新的具有一定自适应性的数学形态学滤波算法。该方法通过分析LiDAR数据的特点，利用形态学算子提取原始点云数据的空白区域，进行精确的重采样生成DSM;然后将DSM多尺度形态学滤波的结果作为初始的DEM，分析由于局部地形突变导致可能存在误分类区域;最后提取该区域边缘外的地面点作为新的种子点，利用最小二乘平面拟合的方法进行区域生长搜索误分类地面点，从而提高分类精度。试验结果表明该方法能够有效识别地面点和地物点，并且保留地形的细节信息。

激光雷达;滤波;数学形态学滤波;数字高程模型

一、引 言

机载激光雷达(light deteation and ranging，LiDAR)技术自20世纪80年代引入摄影测量领域以来，受到广大研究者的极大关注。LiDAR系统利用机载激光雷达测距系统和GPS/IMU能直接获取地面点的三维坐标，形成离散的、不规则的三维点云数据。为了从离散的点云数据中获取数字高程模型(DEM)，必须对点的属性进行区分，将原始的点云数据分为地面点集和非地面点集，这个过程被称为滤波。

目前，已有不少国内外学者对激光雷达点云数据的滤波方法进行了深入的研究，主要的滤波算法可分为以下三类:基于表面的内插滤波算法［1-2］、基于区域的滤波算法［3-5］和基于约束曲面的滤波算法［6-7］。……