[论文解读] LiDAR Ground Filtering Algorithm for Urban Areas Using Scan Line Based Segmentation

Lei Wang, Yongun Zhang|arXiv (Cornell University)|Mar 2, 2016

Remote Sensing and LiDAR Applications参考文献 15被引用 4

一句话总结

本文提出SLSGF，一种计算高效的城市区域激光雷达地面滤波算法，利用基于扫描线的分割将复杂屋顶结构整合为单一片段，简化拓扑关系。通过利用扫描线相似性与粗到细的标签分配方案，该方法在无需预处理去噪的情况下实现抗噪滤波，在ISPRS 2011数据集上验证了其高精度与鲁棒性。

ABSTRACT

This paper addresses the task of separating ground points from airborne LiDAR point cloud data in urban areas. A novel ground filtering method using scan line segmentation is proposed here, which we call SLSGF. It utilizes the scan line information in LiDAR data to segment the LiDAR data. The similarity measurements are designed to make it possible to segment complex roof structures into a single segment as much as possible so the topological relationships between the roof and the ground are simpler, which will benefit the labeling process. In the labeling process, the initial ground segments are detected and a coarse to fine labeling scheme is applied. Data from ISPRS 2011 are used to test the accuracy of SLSGF; and our analytical and experimental results show that this method is computationally-efficient and noise-insensitive, thereby making a denoising process unnecessary before filtering.

研究动机与目标

• 为解决在复杂城市环境中准确分离机载激光雷达点云中地面点的挑战。
• 通过利用扫描线信息将复杂屋顶结构整合为单一片段，简化屋顶与地面之间的拓扑关系。
• 开发一种计算高效且对噪声具有鲁棒性的滤波方法，避免预处理去噪步骤。
• 通过利用扫描线数据中的相似性度量，提升地面滤波中的标签准确性。

提出的方法

• 该方法利用扫描线信息对激光雷达数据进行分割，将每条扫描线视为点序列，以分析其空间与几何一致性。
• 设计了相似性度量方法，用于将具有相似高程与空间连续性的点分组，从而实现将复杂屋顶结构分割为单一片段。
• 采用粗到细的标签分配方案：基于几何一致性与坡度阈值检测初始地面片段。
• 通过分析邻近片段并应用源自扫描线结构的拓扑约束，迭代优化地面标签。
• 该方法通过依赖几何一致性与分割稳定性，避免显式去噪，具备内在的抗噪能力。

实验结果

研究问题

• RQ1 基于扫描线的分割在多大程度上能提升激光雷达数据中复杂城市屋顶结构的分割效果？
• RQ2 在扫描线数据中采用基于相似性的方法，能否减少地面滤波中对预处理去噪的需求？
• RQ3 粗到细的标签策略在多大程度上提升了城市场景中地面点检测的准确性？
• RQ4 与现有地面滤波技术相比，该方法在计算效率与抗噪性方面表现如何？

主要发现

• SLSGF方法在ISPRS 2011基准数据集上实现了高精度的地面滤波，展现出在复杂城市环境中的鲁棒性能。
• 该算法计算效率高，适用于大规模激光雷达数据处理，且对计算资源要求较低。
• 该方法具备内在的抗噪特性，无需在滤波前进行单独的去噪步骤。
• 基于扫描线相似性的分割方法成功地将复杂屋顶结构整合为单一片段，简化了拓扑关系，并提升了标签准确性。