从算法角度出发，探讨机载激光雷达点云数据滤波优化的现状和未来

目前，机载激光雷达测量系统已经成为获取地面三维空间信息的最主要的遥感手段之一，被广泛地应用于DEM 生成、城市三维建模、森林信息获取、灾害监测、电力巡线和道路设计上。得益于机载激光雷达系统的日益完善，其获取的点云数据精度越来越高，包含的数据信息量和数据量越来越大，能够表现的地形和地物信息越来越精确，对数据的使用者来说是一个很大的进步。但由于点云数据的海量特性和数据信息繁杂等原因，使得数据后处理比较复杂，尤其是数据滤波方面相对于数据信息显得较为落后。本章对现有的机载激光雷达点云数据滤波算法做了详细的阐述，并提出了现有算法的不足和发展趋势。在此基础上，通过对多回波点云数据特性的研究，提出了两种滤波方案。主要完成的工作和成果如下：

①详细地叙述了典型的机载LiDAR 数据应用领域和点云数据滤波方法。

②对国内外现有的滤波算法做了详细的研究，依据ISPRS 提供的数据和资料对各种滤波算法做了对比，并阐述了其优缺点，提出了点云数据滤波算法的发展趋势。(www.xing528.com)

③对森林地区多回波点云数据做了详尽的分析，提出了点云数据自身的分类方法，减少了参与点云滤波过程的数据量；依据对现有算法的深入研究，提出基于自动阈值判别的移动曲面拟合滤波算法和基于种子点属性判别的渐进三角网滤波算法，并通过实验验证了作者所提出的算法的可行性和精确度。