机载LiDAR测深点云SVB联合滤波算法

作者：宿殿鹏; 闫豆豆; 陈亮; 陈雨; 董箭; 吴迪; 于孝林

来源：测绘学报, 2022, 1-13.

• 机载LiDAR测深
• surface-volume-bottom （SVB）联合滤波
• 双层布料模拟
• SOR滤波
• 移动趋势面拟合

机载LiDAR测深（airborne LiDAR bathymetry， ALB）数据质量受海面破碎波浪、水体浮藻、鱼群、海底二次回波等多种因素影响。为剔除这些干扰产生的噪点，提出一种顾及水面、水体和水底（surface， volume， bottom， SVB）的联合滤波算法。针对水面噪点，通过构建双层布料模拟滤波模型分离水面点云；针对水体噪点，采用SOR（Statistical Outlier Removal）滤波器剔除水体离群点；针对靠近地形主体的小尺度水底噪点，通过构建移动趋势面模型进行去噪平滑。为验证所提ALB滤波算法的性能，采用青岛胶州湾海域RIEGL VQ-840-G无人机载LiDAR测深数据进行验证，实验结果表明：SVB联合滤波算法对水面、水体、水底噪点一体化处理总体滤波精度和Kappa系数能够达到97.45%和0.947，在保证准确率的同时具有较高的效率。所提滤波算法可以较好地解决ALB点云滤波问题，能够为ALB测深数据点云滤波提供有效的解决方案。

• 单位
  中国人民解放军海军大连舰艇学院; 山东科技大学; 中国科学院上海光学精密机械研究所