机载LiDAR点云数据滤波算法的改进与比较

鲁 俊 （ 中国电建集团西北勘测设计研究院有限公司 ）

https://doi.org/10.37155/2717-5316-0708-72

Abstract

机载激光雷达（LiDAR）是获取高精度三维地理空间信息的重要手段，广泛应用于多领域。原始LiDAR 点云数据含地物与地面点，数字高程模型（DEM）等构建依赖地面点精确提取，即点云滤波，其算法性能决定最 终产品质量。本文梳理了点云滤波的基本原理与挑战，剖析了三类主流算法：形态学方法（如渐进加密三角网滤波 PTM）、基于曲面的方法（以不规则三角网TIN为基础）及基于机器学习的方法（如支持向量机SVM），并指出其局 限性。针对传统算法在复杂地形和城市场景下表现不佳的问题，本文提出融合局部几何特征与全局上下文信息的自适 应滤波算法，先初步区分平坦与非平坦区域，再在非平坦区域精细化处理。经国际标准测试数据集验证，该算法在总 体精度和I类错误方面显著提升，处理特殊地形时更具鲁棒性，为高精度DEM自动化生产提供新路径。

Keywords

机载LiDAR；点云滤波；数字高程模型；自适应算法

Full Text

PDF

References

Copyright © 2026 鲁 俊 Publishing time:2026-04-30
This work is licensed under a Creative Commons Attribution 4.0 International License