a 3D 光学计量(3DOM)部门,布鲁诺凯斯勒基金会(FBK),Via Sommarive 18,38123,特伦托,意大利 franex@fbk.eu,http://3dom.fbk.eu b 特温特大学,地理信息科学与地球观测学院(ITC),地球观测科学系,P.O.Box 217,7500AE Enschede,荷兰 m.gerke@utwente.nl 第三委员会 - WG 1 关键词:图像匹配、DSM、马尔可夫随机场、图切割、平滑 摘要:如今,图像匹配技术可以提供非常密集的点云,它们通常被认为是 LiDAR 点云的有效替代方案。然而,与 LiDAR 数据相比,摄影测量点云通常具有更高水平的随机噪声和存在较大异常值的特点。这些问题限制了摄影测量数据在许多应用中的实际使用,但仍需找到增强生成点云的有效方法。在本文中,我们专注于从密集图像匹配点云计算出的数字表面模型 (DSM) 的恢复。摄影测量 DSM,即表面的 2.5D 表示,仍然是从点云派生的主要产品之一。提出了四种专门用于 DSM 去噪的不同算法:标准中值滤波方法、双边滤波、变分方法(TGV:总广义变分),以及一种新开发的算法,该算法嵌入马尔可夫随机场 (MRF) 框架并通过图计算进行优化