Геодезия, Картография, Земеустройство | Page 20

Първа група - алгоритми за филтриране на данните: Алгоритъм базиран на анализа на наклона – т.н. slope-based filter или SB-филтър е предложен от Vosselman[7] . Неговата същност се състои в това, че за всяка точка от облака се създава т.н. филтриращ елемент (фиг. 3) - изпъкнала повърхност във вид на преобърната чаша – например конус или хиперболоид с връх в анализираната точка. Ако в зоната на филтриращия елемент не попадат други точки от облака то разглежданата точка се приема за точка от терена. Фиг.3 Принцип на SB - филтъра Адаптивен SB-филтър [6], при който в качеството на филтриращ елемент се използва конус с ъгъл, зависещ от ъгъла на наклона на терена. Този подход на филтрация се оказва по-подходящ за райони със стръмни терени. Втора група – алгоритми за филтриране и интерполиране на терена: Метод на линейното прогнозиране. Отразява същността на релефа като гладка повърхнина. В [5] се предлага изследване на ковариационната зависимост между точките да се определи по формулата: , Където: - C(0) е ковариация за нулево разстояние между двете изследвани точки. Колкото разстоянието между двете точки е поголямо, толкова стойността на ковариационната функция между техните височини е по-малка. Прилагането на този метод изсиква предварително изследване на тенденцията за поведението на релефа чрез създаване на негов приблизителен модел с помощта на полином от ниска степен на база суровите данни за релефа. Метод на филтрацията и линейното интерполиране. В [4] се предлага метод IPF (Interrelated Processes Forecasting), който може да бъде наречен метод на последователните прогнози. Същността му се състои в това, че по данните от лидарните измервания се създава усреднен модел на терена в първо приближение. Въз основа на получения модел точките, чиито височини се различават от нивото на модела над зададен праг се отстраняват. По останалите точки се създава модел второ приближение и алгоритъмът за филтрация на точките се повтаря. След определено число итерации се предполага, че се получава сравнително приемлив модел на релефа. Анализът на разгледаните методи за класификацията на суровите лидарни данни показва един основен 16 недостатък – всички изчисления се провеждат на база вероятностни параметри, което невинаги води до верни резултати. В настоящата статия се предлага един нов подход при анализа на данните получени чрез въздушно лазерно сканиране, опиращ се на сравняването на две извадки от една и съща случайна величина. Нека приемем, че котите на точките от облака лидарни данни, получени в резултат на сканирането на земната повърхност, представляват извадка от реализацията на височината на релефа като случайна функция. В този случай, ако приемем, че законът за разпределен