摘要

为提高布料模拟滤波算法(CSF)的自适应性,提出一种基于狼群算法和自适应参数调整的改进CSF算法(WPA-CSF),并在无人机与机载激光两种数据源点云进行应用.首先,对获取的点云数据进行预处理,然后,分别将获取的布料模拟滤波与手动分类的地面点云数据建立索引关系,并构建适应度函数引入狼群算法进行CSF参数的寻优.使得CSF算法不受人为因素干预,避免与用户相关的参数选择的过滤错误.最后在共获取18组最优参数值的基础上,采用国际摄影测量与遥感学会(ISPRS)提出的滤波误差评判标准与Kappa系数对滤波结果进行评价.结果表明:(1)在Cr=1,R=2,参数估计结果为hcc=0.247,T=405.415,dT=0.790时此方法在无人机点云数据上的验证总误差为8.915%,Kappa系数达到0.776.(2)在Cr=1,R=1,参数估计结果为hcc=0.481,T=640.129,dT=0.534时此方法在机载激光点云数据上的验证总误差为3.830%,kappa系数达到0.871.此方法在两种数据源点云中的分类效果都表现良好,具有一定的自适应性.