题目：机载激光雷达数据滤波及道路提取方法研究

机载激光雷达系统（LiDAR）是一种综合应用激光测距仪、IMU、GPS等多种测量技术的新型对地观测系统，具有自动化程度高、受天气影响小、数据生产周期短、精确度高等技术特点，在许多领域获得了广泛应用。机载激光雷达点云数据滤波方面的研究很多，已有一些典型算法，但道路提取方法研究成果较少，尤其是仅利用LiDAR点云全波形数据信息的道路提取研究几乎没有。本文在总结前人研究算法与成果的基础上，研究了机载激光雷达点云的数据滤波与道路提取算法：提出一种基于数学形态学的分区域变化窗口滤波方法对点云数据进行滤波分析，得到较为精确的地面点；根据全波形数据的波宽振幅信息提取道路点，结合道路特征分析与图像处理方法，提出了一种仅使用全波形点云数据的道路提取方法，并通过实验验证了其可行性与正确性。1、详细总结了机载激光雷达系统的国内外研究现状，重点阐述了机载激光雷达数据滤波与道路提取的现有算法，分析了不同算法的优势与不足。2、归纳了LiDAR点云数据的组成，分析了点云数据中粗差的来源及对后续滤波的影响，使用直方图频数分析与基于邻近点搜索的粗差剔除方法对点云数据进行预处理，通过实验验证了预处理的有效性。3、详述了点云数据组织的常用表达方式及其优缺点，采用虚拟格网划分点云数据。针对数学形态学滤波算法存在的问题，提出一种分区域变化窗口的滤波算法：以虚拟格网组织原始点云数据，对点云分区域估计地形坡度，并根据坡度选取合适的滤波窗口与高差阈值进行数据滤波。实验结果表明该算法在滤去地物点的同时很好地保留了地形特征，且不依赖窗口尺寸，具有良好的自适应性。4、研究全波形数据的组成，提出了一种基于全波形的道路提取方法。根据全波形的波宽与振幅信息提取出初始道路网后，按照道路连通区域密度与面积、长宽比等特征精化提取道路带网，然后将点云数据二值化为图像，利用图像处理中经典的Hough变换提取道路直线，并将道路直线合并、连接与剪枝为最终道路中心线网。实验结果表明，该算法能较好地提取出正确完整的道路网。方法为机载激光雷达点云数据的道路提取提供了新的思路，具有进一步研究的潜力。