怡心湖

会员帮助 - 勘误反馈

关注微信 - RSS订阅

CSF 滤波算法如何从 DSM 中提取 DTM（去除植被/建筑）

小编：admin 分类：常识论

CSF（Cloth Simulation Filtering，布料模拟滤波）是从 DSM（数字表面模型）中提取 DTM（数字地形模型）、去除植被/建筑最经典且实战中最常用的方法，尤其适合处理无人机航拍生成的点云或栅格 DEM。它的核心思想是用一块"柔性的虚拟布"从上往下罩住地表，布被物体顶起后贴合到的下表面即为真实地表面（裸土）。

下面按原理 → 算法步骤 → 参数调优 → 俄乌战场实战注意来讲。

一、核心物理类比

  • DSM（输入）：包含地面 + 植被冠层 + 屋顶的点云/栅栅格，像一座座"凸起物"。

  • 布料（Cloth）：想象一块有弹性的薄布，初始水平悬置在 DSM 最高点上方。

  • 重力沉降：让布在重力作用下下落，碰到非地面物体（树、房）时被顶住形成凹陷，布的下表面最终贴合到的连续最低支撑面就是裸土地形（DTM）。

  • 刚性粒子网格：算法中用离散质点网格（弹簧-质点系统）近似模拟布料。

二、CSF 算法详细步骤

假设输入为 DSM 点云 P={(xi​,yi​,zi​)}，栅格化或散点均可。

Step 1：预处理与包围盒

  • 计算点云 XY 包围盒，确定布料网格大小（通常栅格分辨率 = DSM 分辨率，如 0.5m 或 1m）。

  • 设定布料初始高度 Hcloth​=max(zi​)+margin（高于最高地物）。

Step 2：初始化布料质点网格

  • 在 XY 平面建规则网格，每个格点对应一个质点，初始 Z 坐标 = Hcloth​。

  • 质点间用弹簧（结构弹簧 + 剪切弹簧）连接，赋予刚度系数 k。

Step 3：布料沉降迭代（核心）

对每个迭代步：

  1. 重力作用：所有未被约束的质点 Z 坐标 −=g⋅Δt（向下降落）。

  2. 弹簧力：根据相邻质点位移差计算弹簧恢复力，调整质点位置以保持布料光滑。

  3. 碰撞检测（关键！）：

    • 对每个布料质点 (xc​,yc​,zc​)，在原始点云 P中找到最近邻点 pnear​=(xp​,yp​,zp​)。

    • 判断是地面还是地物：

      • 若点 zp​低于当前布料质点 zc​（即点在布下方），且是潜在地面点（通常初判条件宽松），则布料质点被允许下沉至 zc′​=zp​（贴地）。

      • 若点 zp​高于​ zc​（即点在布上方，说明是植被/屋顶），布料质点不可穿过，停留在当前位置（被顶住）。

    • 刚性布 vs 柔性布模式：

      • 刚性 cloth（传统 CSF）：布不能穿透任何点，仅停在最高点接触面——适合简单场景。

      • Flexible cloth（改进 CSF）：允许轻微穿透（设定穿透阈值 Tpen​），可减少平坦屋顶误判为地面。

  4. 重复迭代直至布料收敛（质点位移 < 阈值）或达到最大迭代次数（通常 500~1000 次）。

Step 4：提取地面点分类

  • 沉降完成后，将原始点云中与最终布料表面距离 < 分类阈值（如 0.2~0.5m）的点标记为地面点（Ground），其余为非地面（non-ground：植被/建筑）。

Step 5：插值生成 DTM

  • 对标记的 Ground 点进行 Delaunay 三角网或反距离加权（IDW）插值，生成规则格网 DTM。

三、关键参数与调优（直接影响 TERCOM 精度）

参数

含义

典型取值（无人机 0.5~1m DSM）

影响

网格分辨率 (grid size)​

布料质点间距

= DSM 分辨率 (0.5~1m)

过大会漏掉微地形，过小计算慢

布料刚度 (stiffness / k)​

弹簧刚度，越大越硬

通常较大（~1000~5000）模拟近似刚性布；太小会变波浪形

太软会把斜坡误当成凹陷

重力步长 (time step / g)​

每步沉降量

0.5~2.0（视场景尺度）

太大易穿透，太小迭代多

最大迭代​

沉降迭代次数

500~800

平原区收敛快，山地需更多

分类阈值 (classify threshold)​

点与布面容差

0.2~0.5m（平原严，山区松）

过大把矮灌丛当地面→DTM 偏高

穿透深度 (allow penetration)​

允许布微穿点云

0.1~0.3m（改进 CSF 开此选项）

有助于区分贴在地面上的低矮草灌

⚠️ 城镇/战壕注意：建筑物大面积水平顶面会使布"搁浅"在该高度，误判为地面 → 需开启 "翻转 normal 或 use upward filtering"​ 或先 mask 掉明显建筑多边形（OSM 建筑层辅助）。

四、针对俄乌战场数据的特殊处理

  1. 弹坑与反坦克壕：

    • CSF 能较好保留弹坑（它是负地形，布可沉入），前提是 grid size 小于弹坑直径（建议 ≤0.5m 处理局部精修 DEM）。

  2. 植被（尤其是冬季枯木/夏玉米）：

    • 冬季落叶林冠层稀疏，CSF 通常能把布沉到雪/地面；夏季密植玉米建议先做 NDVI 掩膜剔除植被区再滤波，或直接用雷达(InSAR) DEM 免光学植被影响。

  3. 废墟/焦土：

    • 被炸毁建筑呈不规则碎块，CSF 倾向于把大块废墟当非地面（正确），但碎砾石若低于布初始面会被归入地面（合理——接近裸土高程）。

  4. 结合 OSM 建筑掩膜：

    • 用 OpenStreetMap 建筑多边形先做 raster mask，标记区内点为"非地面强制排除"，防止平顶楼房被 CSF 误判为平原地形。

五、常用开源实现

  • CloudCompare：菜单 Plugins → CSF Filter，可视化调参，适合离线处理。

  • Python (csf-python / laspy)：pip install csf，封装 C++ 原版 Wang Zhang 算法，可直接处理 .las/.laz点云。

  • PDAL：filters.csf阶段，适合流水线批处理大范围乌东战区 DSM。

简易 Python 伪代码示例：

import csf
import laspy

inFile = laspy.read("dsm.las")
xyz = inFile.xyz

cloth = csf.CSF()
cloth.setPointCloud(xyz)
cloth.setParams({
    'rigidness': 2,          # 1=柔性, 2=刚性(推荐)
    'time_step': 0.65,
    'class_threshold': 0.3,  # 米
    'grid_resolution': 0.5,  # 与DSM分辨率一致
    'iterations': 500
})
ground_idx, non_ground_idx = cloth.do_filtering()
# ground_idx 可用于插值生成 DTM

六、一句话总结

CSF 把"去除非地面物体"转化为物理模拟问题：让一块虚拟弹性布在重力下落到 DSM 点云上，布被植被/建筑顶起、在裸土处下沉贴合，其下表面即是 DTM。它比形态学开运算更能保留微地形（弹坑、沟渠），是乌军/北约处理无人机航拍 DEM 提取战区裸土地形的首选滤波算法。

继续阅读：CSF   滤波算法   DSM   DTM   Python

此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » CSF 滤波算法如何从 DSM 中提取 DTM（去除植被/建筑）

()
分享到：

相关推荐