一种基于弯曲能量优化的矿区机载LiDAR点云自适应滤波方法
蔺小虎1
郭继尧2
姚顽强2
娄宁2
郑俊良2
马雄伟2
高毅楠2
张清宇2
1.西安科技大学 测绘科学与技术学院,陕西 西安 710054;自然资源部 矿山地质灾害成灾机理与防控重点实验室,陕西 西安 710054;陕西省矿山机电装备智能检测与控制重点实验室,陕西 西安 7100542.西安科技大学 测绘科学与技术学院,陕西 西安 710054
摘要：机载激光雷达(Light Detection and Ranging,LiDAR)技术为矿区面状沉陷监测提供了高精度的三维空间数据支持.然而,在矿区复杂场景中,地物空间分布密集、地形梯度突变以及地物与地面点高程特征相似性高等问题,导致现有点云滤波方法精度显著降低,严重制约了地面点云的提取精度与沉陷监测可靠性.为此,提出了一种基于弯曲能量优化的矿区机载LiDAR点云自适应滤波方法,实现了复杂矿区场景下地面点的精确提取,为矿区面状沉陷监测提供高精度的三维空间数据支持.首先,采用一维离散平滑样条法提取潜在种子地面点,并基于多尺度形态学开运算剔除潜在种子地面点中残留的非地面点;其次,基于地形弯曲能量与回弹比之间的定量关系,构建一种自适应复杂地形的布料刚度调节方法,动态生成高精度参考地形;最后,通过点至参考地形的高差阈值判定,完成地面点与非地面点的分离.为验证方法的有效性,在复杂矿区开展了多场景试验,结果表明:在Ⅰ类误差和Ⅱ类误差指标上,所提出的方法较现有方法的误差显著降低,平均总误差为 6.08%,较现有方法降低了 49.04%.该方法成功解决了复杂矿区场景下地面点云的高精度提取难题,为矿区面状沉陷监测、边坡稳定性分析等安全监测任务提供了可靠的数据支持,并为空天地一体化的矿山安全智能监测体系的构建提供了技术支撑.
关键词：机载LiDAR矿区沉陷监测自适应滤波弯曲能量优化地面点云提取
分类号：P23(摄影测量学与测绘遥感)TD327(矿山压力与支护)
资助基金：国家自然科学基金(42201484)陕西省教育厅专项科研计划资助项目(23JK0544)陕西省重点研发计划资助项目(2024GX-YBXM-294)
论文发表日期：2025-12-31
在线出版日期：2026-01-16（本平台首次上网日期，不代表文献的发表时间）
页数：13( 5300-5312 )
英文信息