基于改进圆锥模型的倾斜摄影点云滤波算法

摘要

[目的]在大尺度非结构化地形环境下进行无人机测绘时，倾斜摄影生成的点云常包含大量障碍物(如杂草、低矮植物、小石子),导致现有点云滤波算法无法适应地形变化，难以有效处理复杂地形中的点云数据.为解决这一问题，本文提出了一种改进的圆锥模型滤波算法.[方法]首先，采用统计滤波方法去除离群噪声，以提高后续处理的效率与精度.接着，引入虚拟网格，并结合箱线图分析法与基于加权KNN算法的局部平面拟合方法，通过确定每个网格内的圆锥模型方向和顶点，实现对复杂地形中点云的高精度滤波.[结果]本文提出的点云滤波算法在3个具有不同地形特征的区域中都取得较高的滤波精度，平均总误差为3.87%.与圆锥模型滤波算法相比，本文方法的平均总误差降低了7.05个百分点，并且与当前最先进的滤波算法表现相当.[结论]本文提出的改进算法相比于传统方法，具有更高的精度和更强的稳定性，能够有效解决非结构化地形中的点云滤波问题.

关键词

非结构地形环境 / 平面拟合 / 倾斜摄影 / 点云滤波

基金资助

厦门市自然科学基金(3502Z20227189); 智能农业动力装备全国重点实验室开放课题(SKLIAPE2023009)