国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于空間聚類的機載LiDAR點云地面濾波方法

      文檔序號:8260089閱讀:609來源:國知局
      基于空間聚類的機載LiDAR點云地面濾波方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及機載激光雷達數(shù)據(jù)處理領(lǐng)域技術(shù)領(lǐng)域,尤其涉及一種基于空間聚類的 機載LiDAR點云地面濾波方法。
      【背景技術(shù)】
      [0002] 隨著遙感系統(tǒng)的快速發(fā)展,機載激光探測與測距(lightdetectionand ranging,LiDAR)越來越成為當(dāng)今快速獲取三維數(shù)字地面模型的一種核心技術(shù)。LiDAR是利 用全球定位系統(tǒng)(GlobalPositionSystem,GPS)和慣性測量裝置(InertialMeasurement Unit,IMU)進行機載激光掃描,所測得的數(shù)據(jù)為數(shù)字表面模型(DigitalSurface Model,DSM)的離散點云數(shù)據(jù),數(shù)據(jù)中含有空間三維信息和激光強度信息,再采用分類技術(shù) 在數(shù)字表面模型中移除建筑物、人造物、覆蓋植物等測點,即可獲得數(shù)字高程模型(Digital ElevationModel,DEM),并同時得到地面覆蓋物的高度。地面濾波即是從離散的點云數(shù)據(jù) 中區(qū)別出地面點和非地面點的過程,是機載LiDAR數(shù)據(jù)后處理的必要步驟之一。
      [0003] 目前為止,許多文獻都提出了關(guān)于機載LiDAR點云數(shù)據(jù)的地面濾波方法,其中基 于聚類分割濾波方法考慮的是同類點集合之間的關(guān)系,而不僅僅依靠點與點之間的結(jié)構(gòu)差 異作為地形結(jié)構(gòu)判斷標準,因此在地形地物判斷識別上更具合理,濾波結(jié)果更可靠。但是在 聚類過程中,如果僅僅根據(jù)地物間的高度或者拓撲關(guān)系進行聚類,往往會造成聚類不合理, 或者丟失有效信息,因此有必要加入點云的特征數(shù)據(jù)進行聚類。

      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明所要解決的技術(shù)問題在于,提供一種基于空間聚類的機載LiDAR點云地面 濾波方法,針對地面不連續(xù)現(xiàn)象,解決單一閾值對濾波效果的限制,并在濾除地物信息的同 時能有效地保留復(fù)雜地形特征,使總體濾波效果更加可靠。
      [0005] 為了解決上述技術(shù)問題,本發(fā)明提供了一種基于空間聚類的機載LiDAR點云地面 濾波方法,包括:
      [0006] 對機載LiDAR原始點云數(shù)據(jù)進行預(yù)處理,從而剔除異常值;
      [0007] 對經(jīng)過預(yù)處理的點云數(shù)據(jù)中的多次回波信息進行分析,并選取其中的單次回波信 息和末次回波信息作為處理點云數(shù)據(jù);
      [0008] 采用所述處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割;
      [0009] 采用雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完成點云數(shù)據(jù)粗分類;
      [0010] 根據(jù)粗分類后得到的地面聚類塊構(gòu)建初始三角網(wǎng);
      [0011] 根據(jù)所述初始三角網(wǎng),以預(yù)設(shè)閾值為判斷條件,識別其它待判斷聚類塊為地面塊 或者非地面塊;
      [0012] 迭代內(nèi)插生成最終三角網(wǎng),輸出構(gòu)網(wǎng)數(shù)據(jù),所述構(gòu)網(wǎng)數(shù)據(jù)為地面點數(shù)據(jù)。
      [0013] 其中,所述對機載LiDAR原始點云數(shù)據(jù)進行預(yù)處理,從而剔除異常值,具體包括:
      [0014] 采用統(tǒng)計分析技術(shù)對機載LiDAR原始點云數(shù)據(jù)進行去噪處理,從而剔除異常值。
      [0015] 其中,所述采用所述處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割,具 體包括:
      [0016] 根據(jù)所述處理點云數(shù)據(jù)建立八叉樹索引;
      [0017] 采用所述八叉樹索引作為提取所述處理點云數(shù)據(jù)時所用的搜索方法,從而將所述 處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割。
      [0018] 其中,所述處理點云數(shù)據(jù)的平面模型中,所述處理點云數(shù)據(jù)中任意點Pi(Xi,yi,Zi) 到平面的垂直距離為:Vi=|axi+byi+cZi+dl,其中,(a,b,c)為平面的法向量參數(shù),a,b,c,d 分別是平面的參數(shù)。
      [0019] 其中,所述采用雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完成點云數(shù)據(jù) 粗分類,具體包括:
      [0020] 采用包括空間距離和屬性距離的雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚 類,完成點云數(shù)據(jù)粗分類,其中,
      [0021] fjljfj的空間距離:
      【主權(quán)項】
      1. 一種基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,包括: 對機載LiDAR原始點云數(shù)據(jù)進行預(yù)處理,從而剔除異常值; 對經(jīng)過預(yù)處理的點云數(shù)據(jù)中的多次回波信息進行分析,并選取其中的單次回波信息和 末次回波信息作為處理點云數(shù)據(jù); 采用所述處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割; 采用雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完成點云數(shù)據(jù)粗分類; 根據(jù)粗分類后得到的地面聚類塊構(gòu)建初始三角網(wǎng); 根據(jù)所述初始三角網(wǎng),以預(yù)設(shè)閾值為判斷條件,識別其它待判斷聚類塊為地面塊或者 非地面塊; 迭代內(nèi)插生成最終三角網(wǎng),輸出構(gòu)網(wǎng)數(shù)據(jù),所述構(gòu)網(wǎng)數(shù)據(jù)為地面點數(shù)據(jù)。
      2. 如權(quán)利要求1所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,所 述對機載LiDAR原始點云數(shù)據(jù)進行預(yù)處理,從而剔除異常值,具體包括: 采用統(tǒng)計分析技術(shù)對機載LiDAR原始點云數(shù)據(jù)進行去噪處理,從而剔除異常值。
      3. 如權(quán)利要求1所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,所 述采用所述處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割,具體包括: 根據(jù)所述處理點云數(shù)據(jù)建立八叉樹對象; 采用所述八叉樹對象作為提取所述處理點云數(shù)據(jù)時所用的搜索方法,從而將所述處理 點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割。
      4. 如權(quán)利要求3所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,所 述處理點云數(shù)據(jù)的平面模型中,所述處理點云數(shù)據(jù)中任意點PiO^y^Zi)到平面的垂直距 離為:Vi=laxi+byi+czi+dl,其中,(a,b,c)為平面的法向量參數(shù),a,b,c,d分別是平面的參 數(shù)。
      5. 如權(quán)利要求1所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于, 所述采用雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完成點云數(shù)據(jù)粗分類,具體包 括: 采用包括空間距離和屬性距離的雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完 成點云數(shù)據(jù)粗分類,其中, A到fj的空間距離:
      4到L的屬性距離為:
      其中,4,&(1彡1,」_彡11)為三維空間要素集?=化1,4,...,4|11彡2}中的要素,111 為非空間屬性維數(shù),Aik為第k維屬性,Dtaax為第k個屬性最大最小屬性的差值,即Dk_ = A-A ^kmax ^kmin0
      6. 如權(quán)利要求5所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,所 述屬性信息為點云強度信息和根據(jù)最小二乘法計算點云鄰域內(nèi)點集的擬合平面的法向量 信息。
      7.如權(quán)利要求1所述的基于空間聚類的機載LiDAR點云地面濾波方法,其特征在于,所 述根據(jù)粗分類后得到的地面聚類塊構(gòu)建初始三角網(wǎng),具體包括: 根據(jù)粗分類后得到的最大地面聚類塊作為參數(shù)要求構(gòu)建初始地面三角網(wǎng)。
      【專利摘要】本發(fā)明公開了一種基于空間聚類的機載LiDAR點云地面濾波方法,包括:對機載LiDAR原始點云數(shù)據(jù)進行預(yù)處理,從而剔除異常值;對經(jīng)過預(yù)處理的點云數(shù)據(jù)中的多次回波信息進行分析,并選取其中的單次回波信息和末次回波信息作為處理點云數(shù)據(jù);采用所述處理點云數(shù)據(jù)的平面模型為分割停止條件進行點云分割;采用雙重距離方法對分割后的點云數(shù)據(jù)進行空間聚類,完成點云數(shù)據(jù)粗分類;根據(jù)粗分類后得到的地面聚類塊構(gòu)建初始三角網(wǎng);根據(jù)所述初始三角網(wǎng),以預(yù)設(shè)閾值為判斷條件,識別其它待判斷聚類塊為地面塊或者非地面塊;迭代內(nèi)插生成最終三角網(wǎng),輸出構(gòu)網(wǎng)數(shù)據(jù),所述構(gòu)網(wǎng)數(shù)據(jù)為地面點數(shù)據(jù)。本發(fā)明總體濾波效果更加可靠。
      【IPC分類】G06T7-00, G06T5-00
      【公開號】CN104574303
      【申請?zhí)枴緾N201410827764
      【發(fā)明人】許穎, 岳東杰, 陳光洲, 張榮春, 曹奇, 張迎燕
      【申請人】河海大學(xué)
      【公開日】2015年4月29日
      【申請日】2014年12月26日
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1