论文部分内容阅读
机载LiDAR技术为地表三维数据的获取和DEM、DSM的构建提供了有利的条件.由于建筑物和植被遮挡等原因,造成了点云的缺失,形成区域的空洞,给地表建模带来不便,需要对LiDAR点云数据进行插值处理以修复缺失的数据.对径向基函数(RBF)神经网络构建插值模型进行了研究,利用该模型对点云中缺失的空洞区域进行修复.通过利用一部分采样点对RBF神经网络进行学习训练,得到模型中参数的具体值,然后利用这些参数值对空洞区进行插值.实验验证了RBF神经网络模型的有效性及插值精度.