一种改进的线性预测滤波算法  

Progressive Linear Prediction Fitting for Extracting DTM from Airborne LiDAR Data

作　　者：张靖[1] 张晓君[1] 江万寿[1] 王建超[2] 郭大海[2] 

机构地区：[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [2]中国国土资源航空物探遥感中心,北京100083

出　　处：《国土资源遥感》2011年第1期52-56,共5页Remote Sensing for Land & Resources

基　　金：国家"863"计划项目(编号:2006AA06A208);国家自然科学基金项目(编号:40671159)共同资助

摘　　要：对传统的线性预测算法进行改进,通过粗差剔除、初始点选取、特殊地形分析及光滑度检验等步骤提高了滤波精度。利用ISPRS发布的6组标准测试数据与原方法进行实验比较,结果证明,改进后的算法提高了滤波总精度以及地面点分类精度。A progressive linear prediction filtering algorithm is proposed for extracting DEM from LiDAR data. Some processes are inserted in the ordinary linear prediction algorithm, such as gross error detection, initial value selection, landform analysis, and smoothness detection. The authors used this algorithm to process 6 datasets published by ISPRS as standard filtering test data. The results show that the improvement in the traditional methods can increase the precision of DEM.

关 键 词：LIDAR 滤波 线性预测 粗差 分块 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置]