基于数学形态学的机载LiDAR采煤区沉陷信息提取

由于采煤沉陷过程复杂和地表地形影响,机载LiDAR在采煤区沉陷监测中不可避免地存在噪声数据,高密度LiDAR点云中存在的噪声容易导致提取的沉陷等值线出现锯齿、毛边和多边形碎屑等问题。将数学形态学算法格网初始值的判定方式进行改进,传统数学形态学算法选择格网内最低点高程作为格网值,改进算法对格网内所有高程值进行平面拟合,将拟合值作为格网初始值。在采煤沉陷信息提取过程,增加对地面点云的改进数学形态学算法处理,降低噪声数据对地面DEM的影响,提高沉陷DEM精度和沉陷等值线完整度,试验对比分析确定算法最优参数(格网大小为3.5 m,结构元素尺寸为3 m)。最后,采用该方法对研究区数据进行处理,获取研究区沉陷DEM,并进行数据分析挖掘,获取地表下沉范围、下沉等值线、下沉面积等。结果表明：改进算法既保证原始的地形特征和精度,又可消除沉陷等值线中出现的噪声问题,为开采沉陷预计及采后环境评估提供支撑。