一种城区LiDAR点云数据的抽稀算法

作     者：陈佩奇 赖旭东 李咏旭 Chen Peiqi;Lai Xudong;Li Yongxu

作者机构：武汉大学遥感信息工程学院 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2019年第34卷第6期

页      面：1245-1251页

核心收录：

学科分类：0810[工学-信息与通信工程] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金面上项目“密集LiDAR点云三维密度特征的表征及应用研究”(41771368) 广东省国土资源技术中心项目“广东省机载LiDAR点云数据获取与数字高程模型更新项目技术研究服务”(0612-1841D0330175) 

主　　题：泊松碟 测地距离 LiDAR 点云数据 抽稀 自适应采样 

摘      要：当城区LiDAR点云数据密度较大时,存在大量的数据冗余,造成了计算量大、效率低、显示不便等一系列问题,使得建筑物的三维可视化及三维重建等应用受到较大挑战。针对该问题,结合泊松碟采样在测地空间中的地形自适应特点,提出了适用于城区LiDAR点云数据的抽稀算法。泊松碟采样随机将与已有采样点的测地距离大于某一阈值的点加入采样点集,并不断重复这一过程直至没有新的采样点加入为止。在此基础上,依据LiDAR点云数据的特点,定义了一种新的与所选点与其邻域内其他点间高度差标准差相关的加权测地距离,改进了泊松碟采样算法。该方法能有效调整城区建筑物的采样率,从而尽可能地保持建筑物的原始特征,并保留良好的可视化效果。四组对比实验结果表明了该算法的适用性及高效性。