李　健, 方宏远, 崔雅博, 范　涛

LIDAR点云数据全自动滤波算法研究

李健1, 方宏远1, 崔雅博2, 范涛3

(1.郑州大学 水利与环境学院，河南 郑州 450001；2.开封大学 实验实训中心，河南 开封 475004；

3.河南省地质环境监测院，河南 郑州 450001)

摘要：提出了一种基于移动最小二乘法的点云数据全自动滤波算法，该方法首先对LIDAR点云数据进行合理分块，并建立分块网格的动态四叉树空间索引，便于数据操作和管理.对分块网格中的点云数据利用精简移动最小二乘法拟合出参考地形，将拟合得到的参考地形用于LIDAR点云高程阈值的迭代计算，将每次迭代前后高差小于阈值的点划为地面点，其余点划分为非地面点，迭代运算直至阈值满足要求为止.实验表明，精简移动二乘法效率高，计算量小，并且精度高，适合点云数据DEM(digital elevation model)拟合，利用该算法对LIDAR点云数据进行滤波的速度快、精度高，能够有效地识别地面点和非地面点，并保留地形的细节信息.

关键词：点云数据；数字地面模型；滤波算法；动态四叉树；移动最小二乘法

0引言

随着激光技术的快速发展和完善，激光数据在众多领域得到了广泛的应用.由于激光能在短时间内获得地物三维坐标信息，并且数据量极大，故而如何快速从海量LIDAR点云数据中提取有用的信息是目前研究的热点和难点[1].国内外许多学者都对点云滤波进行了讨论和研究，并且提出了许多滤波算法，包括基于数学形态学的滤波算法[2-3]、基于坡度的滤波算法[4-6]、基于TIN的渐进……