基于激光点云空间位置和颜色信息的高陡边坡植被智能滤除方法OA

针对岩体结构面点云智能化识别的精度要求,提出一种结合点云空间位置与颜色信息的植被滤波算法。首先基于岩体与植被空间位置的差别进行点云数据网格化与自适应平面拟合完成植被种子点选取。通过空间处理可以将垂直坡体之外的其他坡体用平面拟合出来,对高坡度的岩质边坡具有良好适用性。然后结合植被种子点颜色信息遍历网格内点云进而筛选滤除植被噪点。最后借助正态分布原理设置存留保障机制,避免岩体特征过度滤波。以天台山的陡峭岩质边坡为研究对象,结果表明该算法植被滤除效果明显提升,二类误差为3.74%,远小于坡度法、拟合法和红绿差异指数滤波的误差值;同时网格化评价地表特征保留率为100%,岩体结构面特征保留良好。原始点云解译1个主体结构面,占比97%,无法划分有效结构面;而滤波后的点云解译2个主体结构面分别占比58%和36%,表明滤波后点云能够更有效地识别岩体结构面。本研究为高陡岩质边坡植被滤除提供一种新的方法,并显著提高岩体结构面的识别精度。