基于LIDAR点云重建高精度DEM的关键技术研究

DEM快速获取和精确重建一直是摄影测量与遥感工作者的研究目标。具有三维信息采集能力的LIDAR技术的出现为DEM生成提供了新的途径。但目前基于LIDAR点云重建高精度DEM仍存在许多难点，包括地面点的正确判别、地形构造线的自动提取、冗余点剔除以及DEM快速内插等。本项目旨在利用LIDAR点云快速重建高精度DEM，对上述难点进行详细分析，研究地形自适应的LIDAR点云层次滤波算法，克服地形背景复杂时阈值难以确定的难点，提高地面点判别精度；研究基于TIN模型组织点云并采用区域法向差异方法直接从离散点云中提取三维地形构造线，为DEM重建时地形构造线的嵌入提供保障；研究精度可控的点云压缩算法，最大限度地剔除冗余信息以提高DEM处理效率；根据地面点的分布特征，结合地形构造线采用距离权重改进模型实现高精度DEM 的快速重建。项目的研究成果将进一步满足基于LIDAR数据进行大比例尺DEM制图的专业需求。

DEM精确重建一直是摄影测量与遥感学者的研究目标，本项目从机载LIDAR技术特点和点云空间特征出发，对基于点云重建高精度DEM的关键技术进行研究和分析。项目的结果包括四方面内容：（1）实现了基于分层次平滑的机载LIDAR点云滤波算法，能对不同地形起伏区域（如城区、农村以及山区）的机载LIDAR点云进行自动滤波处理。（2）设计了基于TIN面元特征约束的斜坡特征线提取和追踪算法，可从离散的LIDAR点云中直接提取三维斜坡断裂线。（3）实现一种精度可控的LIDAR地面点压缩算法，可依据不同制图比例尺自动设定地形关键点的检测参数，完成点云压缩。（4）研究了基于反距离权重改进算法的地形特征线与DEM一体化表达方法，实现了地形特征线嵌入的DEM高精度重建。项目的研究成果能弥补现有利用LIDAR点云重建DEM的技术不足，进一步满足高精度DEM重建的专业需求。