LIDAR滤波综述《机载LiDAR数据滤波方法评述》

Q:为何叫“滤波”？

A:因为要去除仪器接收到的非地面返回的信息(如，树木、建筑、桥梁等)，要获取真实DEM必须剔除这些非地面点，这个过程与图像噪声滤除相近，常称为“滤波”。

Q:滤波算法的假设条件？

A:① DSM中非地面点高于地面点；②地面坡度变化不太大(地面是连续，规则的，但老张说了，这个假设并不是完全成立的)

Q:滤波的关键技术

A:DEM提取的核心问题是如何从点阵的强度与距离信息出发，利用判别规则和假设建立数学模型，实现地面点和非地面点的判别。其中一大基本问题是如何准确寻找初始地形点，一般有两种方法：①自下而上，从局部扩展到全局；②自上而下，先获取大范围粗超地形，然后细化到局部。

根据技术路线的差异分为三类：

一、形态学——利用自下而上的方法，在局部区域设定一定大小的滤波窗口，利用形态学开运算剔除高于地面的点，得到逼近地形的表面。优点：直观，缺点：受滤波窗口大小影像、不能处理地形变化剧烈的区域。那么利用多尺度的思想，逐渐增加滤波窗口大小来进行滤波处理。

二、基于内插的方法——这种是自上而下的方法，核心思想是通过一个较粗的起始DEM，足部从备选数据点筛选并内插加密DEM以达到分类的目的。如线性预测即先通过粗糙DEM计算每个点的权值，剔除权值过小的点，然后迭代确定DEM。另一种是TIN加密法。本质上,基于内插的滤波方法是一种逐步迭代逐层加密的方式进行数据分类,因此,计算过程存在误差累积,受到初始DEM 影响较大,且每一层的迭代判断结果受到上一层的影响,如果上一层次的处理出现了错误,这种错误会导致下一层次的数据点类型判断出现错误。所以在初值设定和判别规则方面应当更加细致，如根据坡度自适应调整阈值、增加断裂线等。

三、基于曲面约束的方法——由于地面可以看作室连续且平缓变化的平面，故可用带限制条件的参数曲面约束分类。但此方法故偶强调地形的平缓变化，所以在地形剧烈变化的山区是存在问题的，而且这种方法效率较低。