摘要
基于预处理后的无人机运动恢复结构点云数据,通过随机抽稀、间距抽稀和体素抽稀调整参数,减少数据冗余并均化密度.将优化后的点云结合反距离权重法、不规则三角网、克里金(Kriging)插值法,构建0.5 m分辨率的数字高程模型(DEM),采用平均绝对误差(MAE)与均方根误差(RMSE)指标评估误差.结果表明, 3种抽稀和插值方法排列组合所得DEM的MAE和RMSE均整体随密度减小而增大;点云密度处于16~60个/m2时宜采用体素抽稀和Kriging插值,体素抽稀和Kriging插值组合在点云密度为58.14个/m2时, MAE与RMSE最小,分别为0.002 3、 0.014 9 m,点云密度下降至17.21个/m2时,MAE与RMSE变化趋于稳定,分别为0.028 9、 0.054 6 m;点云密度处于10~16个/m2时宜采用间距抽稀和Kriging插值,点云密度下降至14.55个/m2时, MAE与RMSE变化趋于稳定,分别为0.035 7、 0.067 0 m.
关键词
Key words
李妤帆, 甘淑, 袁希平, 高莎, 胡琳.
基于无人机运动恢复结构点云优化密度的多插值方法构建高精度数字高程模型[J].
兰州大学学报(自然科学版), 2025, 61(5): 627-633 DOI:10.13885/j.issn.0455-2059.2025.05.009
基金资助
国家自然科学基金项目(62266026); 云金地青年科研基金项目(KKK0202521060)