［５］ 隋立春，张熠斌，张硕，等．基于渐进三角网的机载ＬｉＤＡＲ点云

数据滤波［Ｊ］．武汉大学学报（信息科学版），２０１１，３６（１０）：１１５９

－１１６３．

［６］ ＺＨＡＮＧＪ，ＬＩＮＸ．ＦｉｌｔｅｒｉｎｇａｉｒｂｏｒｎｅＬｉＤＡＲｄａｔａｂｙｅｍｂｅｄｄｉｎｇ

ｓｍｏｏｔｈｎｅｓｓｃｏｎｓｔｒａｉｎｅｄｓｅｇｍｅｎｔａｔｉｏｎｉｎｐｒｏｇｒｅｓｓｉｖｅＴＩＮｄｅｎｓｉ

ｆｉｃａｔｉｏｎ［Ｊ］．ＩＳＰＲＳＪｏｕｒｎａｌｏｆＰｈｏｔｏｇｒａｍｍｅｔｒｙ＆ＲｅｍｏｔｅＳｅｎｓ

ｉｎｇ，２０１３，８１：４４－５９．

［７］ ＬＵ Ｗ Ｌ，ＭＵＲＰＨＹＫＰ，ＬＩＴＴＬＥＪＪ，ｅｔａｌ．Ａｈｙｂｒｉｄｃｏｎｄｉ

ｔｉｏｎａｌｒａｎｄｏｍｆｉｅｌｄｆｏｒｅｓｔｉｍａｔｉｎｇｔｈｅｕｎｄｅｒｌｙｉｎｇｇｒｏｕｎｄｓｕｒｆａｃｅ

ｆｒｏｍａｉｒｂｏｒｎｅＬｉＤＡＲｄａｔａ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉ

ｅｎｃｅ＆ ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００９，４７（８）：２９１３－２９２２．

［８］ ＨＵＸ，ＹＵＡＮＹ．ＤｅｅｐｌｅａｒｎｉｎｇｂａｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｆｏｒＤＴＭｅｘｔｒａｃ

ｔｉｏｎｆｒｏｍＡＬＳｐｏｉｎｔｃｌｏｕｄ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１６，８（９）：７３０．

［９］ ＺＨＡＮＧ Ｗ，ＱＩＪ，ＷＡＮ Ｐ，ｅｔａｌ．ＡｎｅａｓｙｔｏｕｓｅａｉｒｂｏｒｎｅＬｉＤＡＲ

ｄａｔａｆｉｌｔｅｒｉｎｇ ｍｅｔｈｏｄｂａｓｅｄｏｎｃｌｏｔｈｓｉｍｕｌａｔｉｏｎ［Ｊ］．Ｒｅｍｏｔｅ

Ｓｅｎｓｉｎｇ，２０１６，８（６）：５０１．

［１０］ 张昌赛，刘正军，杨树文，等．基于 ＬｉＤＡＲ数据的布料模拟滤

波算法的适用性分析［Ｊ］．激光技术，２０１８，４２（３）：４１０－４１６．

［１１］ 付翔翔，邓运员，郑文武，等．基于无人机影像密集匹配点云的

传统村落地面点提取及ＤＥＭ 生成：以湘西德夯村为例［Ｊ］．测

绘通报，２０２１（１２）：１－５．

［１２］ 石壮，杜全叶，王庆栋，等．虚拟格网分类支持下的密集匹配点

云布料模拟滤波［Ｊ］．测绘通报，２０２２（２）：７３－７７．

［１３］ 惠振阳，程朋根，官云兰，等．机载 ＬｉＤＡＲ点云滤波综述［Ｊ］．

激光与光电子学进展，２０１８，５５（６）：７－１５．

［１４］ ＺＨＡＮＧＫ，ＣＨＥＮＳＣ，ＷＨＩＴＭＡＮＤ，ｅｔａｌ．Ａｐｒｏｇｒｅｓｓｉｖｅ

ｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｌｔｅｒｆｏｒｒｅｍｏｖｉｎｇｎｏｎｇｒｏｕｎｄ ｍｅａｓｕｒｅｍｅｎｔｓ

ｆｒｏｍａｉｒｂｏｒｎｅＬＩＤＡＲｄａｔａ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉ

ｅｎｃｅ＆ ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００３，４１（４）：８７２－８８２．

［１５］ 惠振阳，胡友健．基于 ＬｉＤＡＲ数字高程模型构建的数学形态

学滤波方法综述［Ｊ］．激光与光电子学进展，２０１６，５３（８）：７－１３．

［１６］ ＰＩＮＧＥＬＴＪ，ＣＬＡＲＫＥＫＣ，ＭＣＢＲＩＤＥ Ｗ Ａ．Ａｎｉｍｐｒｏｖｅｄ

ｓｉｍｐｌｅｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｌｔｅｒｆｏｒｔｈｅｔｅｒｒａｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆａｉｒ

ｂｏｒｎｅＬＩＤＡＲｄａｔａ［Ｊ］．ＩＳＰＲＳＪｏｕｒｎａｌｏｆＰｈｏｔｏｇｒａｍｍｅｔｒｙａｎｄ

ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１３，７７：２１－３０．

［１７］ 张刚，刘文彬，张男．基于区域特征分割的密集匹配点云渐进

形态学滤波［Ｊ］．地球信息科学学报，２０１９，２１（４）：６１５－６２２．

［１８］ 周晓明，马秋禾，许晓亮，等．ＬＩＤＡＲ 点云滤波算法分析：以

ＩＳＰＲＳ测试实验为参考［Ｊ］．测绘工程，２０１１，２０（５）：３６－３９．

［１９］ 唐，邓兴升，王清阳．基于密度聚类的点云滤波算法研究

［Ｊ］．激光与光电子学进展，２０２２，５９（１６）：４３６－４４７．

［２０］ 董保根，秦志远，陈静，等．无需阈值支持的机载 ＬｉＤＡＲ点云

数据滤波方法［Ｊ］．计算机工程与应用，２０１３，４９（１５）：２１９－２２３．

［２１］ 马涛，杨小明，阎跃观，等．以窗口化和地形坡度为基础的植被

茂密区域点云滤波算法［Ｊ］．测绘通报，２０２１（８）：３３－３６．

［２２］ 惠振阳，李娜，胡海瑛，等．基于背包 ＬｉＤＡＲ点云多尺度渐进

ＤＴＭ 构建方法［Ｊ］．中国激光，２０２２，４９（４）：１５７－１６７．

［２３］ 苗启广，郭雪，宋建锋，等．基于区域预测的ＬｉＤＡＲ点云数据形

态学滤波算法［Ｊ］．激光与光电子学进展，２０１５，５２（１）：６７－７３．

［２４］ 刘凯，汤国安，江岭，等．数字地形分析中邻域统计型算法并行化

方法及效率分析［Ｊ］．地理与地理信息科学，２０１３，２９（４）：９１－９４．

［２５］ 欧阳晓．区域土壤侵蚀地形指标研究［Ｄ］．西安：西北大学，２０１１．

［２６］ 刘爱利，汤国安．中国地貌基本形态 ＤＥＭ 的自动划分研究

［Ｊ］．地球信息科学学报，２００６，８（４）：８－１４．

［２７］ 杨晓平，王萍，李晓峰，等．地形坡度和高程变异系数在识别墨

脱活动断裂带中的应用［Ｊ］．地震地质，２０１９，４１（２）：４１９－４３５．

［２８］ ＳＩＴＨＯＬＥＧ，ＶＯＳＳＥＬＭＡＮＧ．Ｅｘｐｅｒｉｍｅｎｔａｌｃｏｍｐａｒｉｓｏｎｏｆｆｉｌ

ｔｅｒａｌｇｏｒｉｔｈｍｓｆｏｒｂａｒｅＥａｒｔｈｅｘｔｒａｃｔｉｏｎｆｒｏｍａｉｒｂｏｒｎｅｌａｓｅｒ

ｓｃａｎｎｉｎｇｐｏｉｎｔｃｌｏｕｄｓ［Ｊ］．ＩＳＰＲＳＪｏｕｒｎａｌｏｆＰｈｏｔｏｇｒａｍｍｅｔｒｙ

ａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００４，５９（１－２）：８５－１０１．

［２９］ 武增海，李涛．高新技术开发区综合绩效空间分布研究：基于

自然断点法的分析［Ｊ］．统计与信息论坛，２０１３，２８（３）：８２－８８．

犃犉犻犾狋犲狉犻狀犵犕犲狋犺狅犱犳狅狉犐犿犪犵犲犕犪狋犮犺犻狀犵犘狅犻狀狋犆犾狅狌犱犅犪狊犲犱狅狀犕狌犾狋犻狊犮犪犾犲犈犾犲狏犪狋犻狅狀犞犪狉犻犪狋犻狅狀犆狅犲犳犳犻犮犻犲狀狋

ＦＡＮＪｉａｘｉｎ１，２，ＷＡＮＧＣｈｕｎ１，２，３，ＤＡＩＷｅｎ２，３，ＬＩＭｉｎ２，ＹＡＯＪｉａｈｕｉ１，ＴＡＮＧＧｕｏａｎ４

（１．犛犮犺狅狅犾狅犳犚犲犿狅狋犲犛犲狀狊犻狀犵牔犌犲狅犿犪狋犻犮狊犈狀犵犻狀犲犲狉犻狀犵，犖犪狀犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲牔 犜犲犮犺狀狅犾狅犵狔，

犖犪狀犼犻狀犵２１００４４；２．犃狀犺狌犻犘狉狅狏犻狀犮犲犓犲狔犔犪犫狅狉犪狋狅狉狔狅犳犘犺狔狊犻犮犪犾犌犲狅犵狉犪狆犺犻犮犪犾犈狀狏犻狉狅狀犿犲狀狋，犆犺狌狕犺狅狌２３９００４；

３．犛犮犺狅狅犾狅犳犌犲狅犵狉犪狆犺犻犮犪犾犛犮犻犲狀犮犲，犖犪狀犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲牔 犜犲犮犺狀狅犾狅犵狔，犖犪狀犼犻狀犵２１００４４；

４．犛犮犺狅狅犾狅犳犌犲狅犵狉犪狆犺狔，犖犪狀犼犻狀犵犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔，犖犪狀犼犻狀犵２１００２３，犆犺犻狀犪）

犃犫狊狋狉犪犮狋：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｏｖｅｒｓｅｇｍｅｎｔａｔｉｏｎ，ｕｎｄｅｒｓｅｇｍｅｎｔａｔｉｏｎａｎｄｌｏｗａｃｃｕｒａｃｙｏｆｅｘｉｓｔｉｎｇｐｏｉｎｔｃｌｏｕｄｆｉｌｔｅｒｉｎｇ

ｍｅｔｈｏｄｓｉｎｄｅｎｓｅｌｏｗｖｅｇｅｔａｔｉｏｎａｒｅａｓ，ａｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｍｕｌｔｉｓｃａｌｅｅｌｅｖａｔｉｏｎｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｉｓｐｒｏｐｏｓｅｄａｃ

ｃｏｒｄｉｎｇｔｏｔｈｅｄｉｆｆｅｒｅｎｔｔｅｒｒａｉｎｆｅａｔｕｒｅｓｅｘｐｒｅｓｓｅｄｂｙＵＡＶｉｍａｇｅｍａｔｃｈｉｎｇｐｏｉｎｔｃｌｏｕｄｄａｔａａｔｄｉｆｆｅｒｅｎｔｓｃａｌｅｓ．Ｆｉｒｓｔｌｙ，ｄｉｇｉｔａｌ

ｓｕｒｆａｃｅｍｏｄｅｌｓ（ＤＳＭｓ）ｗｉｔｈｖａｒｉｏｕｓｒｅｓｏｌｕｔｉｏｎｓａｒｅｂｕｉｌｔｕｓｉｎｇｈｉｅｒａｒｃｈｉｃａｌｖｉｒｔｕａｌｇｒｉｄｓ．Ｄｉｖｅｒｓｅｔｏｐｏｇｒａｐｈｙｅｌｅｍｅｎｔｓａｒｅｃａｐ

ｔｕｒｅｄｂｙｄｉｇｉｔａｌｓｕｒｆａｃｅｍｏｄｅｌｓａｔｄｉｆｆｅｒｅｎｔｓｃａｌｅｓ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｄｉｆｆｅｒｅｎｃｅｏｆｔｈｅＤＳＭｓ（ＤｏＤ）ｉｓｏｂｔａｉｎｅｄｂｙｓｕｂｔｒａｃｔｉｏｎｏｐｅｒａ

ｔｉｏｎｆｏｒｍｕｌｔｉｓｃａｌｅＤＳＭ．Ｔｈｉｒｄｌｙ，ｔｈｅｅｌｅｖａｔｉｏｎｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ（ＥＶＣ）ｏｆＤｏＤｉｓｃａｌｃｕｌａｔｅｄ，ａｎｄｔｈｅｔｈｒｅｓｈｏｌｄｓｅｇｍｅｎｔａｔｉｏｎ

ｉｓｐｅｒｆｏｒｍｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｆｅａｔｕｒｅｔｈａｔｔｈｅｅｌｅｖａｔｉｏｎｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅｂｏｕｎｄａｒｙａｒｅａｉｓｍｕｃｈｌａｒｇｅｒｔｈａｎｔｈａｔｏｆｔｈｅ

ｔｅｒｒａｉｎａｒｅａ．Ｆｉｎａｌｌｙ，ｔｈｅｏｐｔｉｍａｌｎｅｉｇｈｂｏｒｈｏｏｄｒａｄｉｕｓｆｏｒｃａｌｃｕｌａｔｉｎｇｔｈｅＥＶＣａｎｄｔｈｅｏｐｔｉｍａｌｓｅｇｍｅｎｔａｔｉｏｎｔｈｒｅｓｈｏｌｄｆｏｒＥＶＣ

ａｒｅａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎａｃｃｕｒａｔｅｌｙｒｅｍｏｖｅｖｅｇｅｔａｔｉｏｎｐｏｉｎｔｓａｎｄｒｅｔａｉｎｇｒｏｕｎｄｐｏｉｎｔｓｉｎ

ｄｅｎｓｅｌｏｗｖｅｇｅｔａｔｉｏｎａｒｅａｓ，ａｎｄｔｈｅｔｙｐｅＩｅｒｒｏｒ，ｔｙｐｅＩＩｅｒｒｏｒ，ａｎｄａｖｅｒａｇｅｔｏｔａｌｅｒｒｏｒａｒｅ９．２０％，５．８３％，ａｎｄ７．６８％，ｒｅｓｐｅｃ

ｔｉｖｅｌｙ．Ｔｈｅｒｅｓｕｌｔｐｒｏｖｅｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｓｕｐｅｒｉｏｒｔｏｃｌｏｔｈｓｉｍｕｌａｔｅｄｆｉｌｔｅｒｉｎｇ（ＣＳＦ），ｔｒｉａｎｇｕｌａｔｅｄｉｒｒｅｇｕｌａｒｎｅｔｗｏｒｋ

（ＴＩＮ）ａｎｄｐｒｏｇｒｅｓｓｉｖｅｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ．Ｉｔｃａｎｌａｙａｆｏｕｎｄａｔｉｏｎｆｏｒｔｈｅｒａｐｉｄｃｏｎｓｔｒｕｃｔｉｏｎｏｆｈｉｇｈｐｒｅｃｉｓｉｏｎ

ＤＴＭｉｎｔｈｅｌａｔｅｒｓｔａｇｅ．

犓犲狔狑狅狉犱狊：ｐｏｉｎｔｃｌｏｕｄｆｉｌｔｅｒｉｎｇ；ｅｌｅｖａｔｉｏｎｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ；ｄｉｇｉｔａｌｓｕｒｆａｃｅｍｏｄｅｌ；ｄｉｇｉｔａｌｔｅｒｒａｉｎｍｏｄｅｌ；ｄｉｆｆｅｒｅｎｃｅｏｆＤＳＭ

第２期 范佳鑫，王春，代文，等：基于多尺度高程变异系数的影像匹配点云滤波方法 第３１页