В связи с существующими проблемами алгоритмов упрощения наземных облаков точек, такими как потеря краевых признаков точек, неточная идентификация характерных точек и неравномерное пространственное распределение точек, в данной работе предложен метод упрощения наземных облаков точек LiDAR, учитывающий как рельефные особенности, так и равномерность распределения точек. Метод сначала выполняет взвешивание и объединение различных рельефных факторов для создания комплексного фактора, полно описывающего сложные изменения рельефа; затем выбирает начальный набор характерных точек на основе расстояния до краевых признаков и их значимости; наконец, строится регрессионная модель с интегрированными ограничениями рельефных особенностей, которая итеративно предсказывает точные и равномерно распределённые характерные точки рельефа. В исследовании использованы 8 наборов наземных облаков точек с разными рельефными характеристиками, а предложенный метод сравнен с 7 представительными методами. Результаты показывают, что предложенный метод обладает наивысшей точностью: среднеквадратичная ошибка и средняя абсолютная ошибка цифровой модели высот снизились на 2.7%—61.2% и 2.0%—61.9% соответственно, а производные данные (средний уклон и рельефная шероховатость) ближе к истинным значениям. Результаты упрощения наземных облаков точек методом, предложенным в работе, оптимальны, однако по эффективности он уступает современным алгоритмам.

дистанционное зондирование;LiDAR;упрощение облаков точек;рельефные характеристики;равномерность точек;ЦМВ