47、3D数字高程模型生成：技术、挑战与应用

3D数字高程模型生成：技术、挑战与应用

1. 基于点云统计特性的DTM生成

在3D数字高程模型（DEM）或数字地形模型（DTM）的生成中，从激光雷达（LIDAR）点云中分离地面点和物体点是关键步骤。无监督统计滤波算法是一种替代基于对象滤波的方法。

1.1 算法假设

为了利用2.5维点云的统计特性，我们可以做出以下三个假设：
- 从全局角度看，地面点高程呈正态分布，类似于从总体中收集的样本。
- 物体点可能会干扰或“扭曲”这种正态分布。
- 可见地面点的数量必须在LIDAR点云中占主导地位，以确保第一个假设的有效性。

最后一个假设对于避免将物体点误分类为地面点非常重要，例如在密集城市地区的大型平坦屋顶。此外，必须有最少数量的LIDAR地面点，以便对该点云的分布做出可靠的统计陈述。

1.2 偏度平衡算法

基于这些假设，我们可以制定无监督的物体和地面点分离算法。具体步骤如下：
1. 计算点云的偏度。
2. 如果偏度大于零，则表明峰值（即物体）在点云分布中占主导地位。
3. 将点云中的最大值分类为物体点并移除。
4. 重复步骤1 - 3，直到点云的偏度不再大于零。
5. 剩余的点呈正态分布，属于地面。

这个过程平衡了数据的偏态分布，因此该算法被称为偏度平衡算法。

graph LR
    A[开始] --> B[计算点云偏度]
    B --> C{偏度 > 0?}
    C -- 是 --> D[移除最大值并分