布料模拟点云地面滤波算法改进研究开题报告

1. 研究目的与意义（文献综述）

机载激光雷达（light detection and ranging，lidar）是获取大场景、高精度三维点云的重要手段，广泛应用于建筑物重建^[1,2]、森林资源管理^[3,4]、海洋测绘^[5,6]等领域。由于测量范围的局限和测量误差的存在，原始lidar点云数据通常不能直接使用，需要经历配准、去噪、滤波等一系列处理流程。其中，lidar点云滤波将点云归类为地面和非地面两类，地面点用于生成数字地面模型（digital terrain model，dtm），非地面点可提取地物信息，成为正确应用lidar数据的关键步骤。

过去数十年间，许多国内外先进的lidar点云滤波方法被提出，其中滤波效果表现优异的方法可大致分为物理模拟、数学形态学、地理模型三类。基于物理模拟的滤波方法比较新颖，以zhang的布料模拟滤波算法^[7]（cloth simulation filter，csf）为例。csf将点云滤波过程转化为布料模拟的物理过程，首先将地形翻转并以地形作为障碍物，一张平整的基于质点-弹簧模型^[8]的布料从高处往下坠落，与障碍物作用后趋于稳定的状态，此时的布料可以很好地贴合地形，最后计算所有lidar点到布料间的距离分离出地面点和非地面点。该方法仅需设置两个参数：一个是布料的刚性程度，该参数决定了布料结点间弹簧的内力大小；另一个是标识进行后处理的布尔型参数，后处理主要针对地形变化较大（如梯状斜坡、陡坡、断崖、凹地）的场景。但是csf的滤波性能不仅与这两个参数有关，布料分辨率设置过小，消耗时间较长，反之布料精度损失较大。而且对于高程差变化较大的场景，csf设置的迭代次数不足以使布料与障碍物相撞。

基于数学形态学的滤波方法将三维点云信息转化为二维栅格信息，结合数学形态学理论筛选出地面信息。最常用的形态学方法为开操作，即先腐蚀后膨胀，可有效去除孤立的噪声，平滑对象轮廓^[9]。zhang等提出的渐进形态学滤波^[10]（progressive morphological filter，pmf）假定坡度为常数，首先通过格网化得到最低值表面，逐渐增大开操作窗口大小，利用计算的高度变化阈值识别地物点。pingel等提出的简单形态学滤波^[11]（simple morphological filter，smrf）简化了pmf计算高度变化阈值的方式，直接将自适应阈值作用于网格上而非lidar点云上，并引入图像修复技术^[12]对移除的地物网格进行插值，相比smrf滤波精度有所提高。为了消除空白区域对开操作的影响，赵明波等^[13]在腐蚀时将空白区域设为所有lidar点最大高程值，膨胀则设为最小高程值。

2. 研究的基本内容与方案

2.1研究内容

1. 测试不同场景的样本，获取经验值减少smrf开操作迭代次数，进一步简化smrf的插值过程；

2. 修改csf源码，将smrf得到的结果应用到csf布料初始化上；

3. 测试不同场景的样本，进一步修改csf的滤波流程，优化固定参数；

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 研究计划与安排

   1. 3月25日-3月31日：固定SMRF和CSF的参数；

   2. 4月1日-4月7日：完成所有样本的测试，进行滤波精度和时间评价；

   3. 4月8日-4月14日：制作论文所需的图表；

   4. 4月15-5月30日：完成毕业论文。

   4. 参考文献（12篇以上）

   [1] wang h., zhang w., chen y., et al. semantic decomposition and reconstructionof compound buildings with symmetric roofs from lidar data and aerialimagery[j]. remotesensing, 2015(7): 13945-13974.

   [2]赵赛男. 基于机载lidar的规则建筑物自动重建研究[d]. 武汉大学, 2018.

   [3] zhang w., cai s., liang x., et al. cloth simulation-basedconstruction of pit-free canopy height models from airborne lidar data[j].forest ecosystems. 2020, 7(1): 1-13.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付