[發明專利]一種機載激光雷達點云數據的自動分類方法

無效

• 申請號: 200910272643.0
• 申請日: 2009-11-03
• 公開（公告）號: CN101702200A
• 公開（公告）日: 2010-05-05
• 發明（設計）人: 蔣晶玨;姚春靜;馬洪超
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/30;G01S17/88;G01S17/89
• 代理公司: 武漢天力專利事務所 42208
• 代理人: 嚴彥;馮衛平

技術領域

本發明涉及機載激光雷達技術領域，尤其涉及機載激光雷達點云數據的自 動分類方法。

背景技術

機載激光雷達(Light?Detection?And?Ranging，LIDAR)是一種新型的傳 感器設備。該設備將激光用于回波測距和定向，直接獲取來自測量表面的三維 坐標點集。LIDAR的應用范圍非常廣泛，近幾年來，已經在基礎測繪、數字城市、 森林資源等應用領域發揮著重要的作用。LIDAR系統獲取的點云數據精度高、數 據量大，而且是不規則的三維離散點數據集。點云數據中不僅包含了來自裸露 地面的信息，還包含了來自建筑物、植被、電力線、交通工具等非地面對象表 面的信息。由于地面上對象的多樣性和地形的復雜性，使得對點云數據的手動 分類十分不便，而且效率低下。因此，本領域急切需要研究點云數據的自動分 類實現方案，以提高數據處理的效率和精度。此外，對LIDAR點云數據的分類 也是后續應用的基礎任務。

發明內容

本發明的目的在于為解決現有技術所存在的問題，提出了一種機載激光雷 達點云數據的自動分類方法，能直接對原始的不規則分布的激光雷達點云數據 進行自動分類。

本發明提供的技術方案包括以下步驟：

步驟1，利用kd-tree對三維激光雷達點云數據進行存儲和管理，從而支 持查詢給定點的最近鄰接點；

步驟2，設定分割段內允許的最大坡度閾值，對三維激光雷達點云數據所 提供點云進行聚類分割；所述聚類分割實現方式包括如下步驟，

步驟2.1，選擇點云中的任一點為種子點；

步驟2.2，查詢該種子點的N個最近鄰接點，若其中某個最近鄰接點與該種子點 間坡度小于最大坡度閾值，認定該最近鄰接點與種子點屬于同一個分割段；

步驟2.3，以步驟2.2中認定與種子點屬于同一個分割段的最近鄰接點為新的種 子點，返回步驟2.2繼續尋找與新的種子點屬于同一個分割段的其它點，直到 再也找不到與當前的種子點之間坡度小于最大坡度閾值的最近鄰接點為止，這 樣就產生了一個分割段；然后對屬于該分割段的點添加屬性標識，再選擇點云 中任一未具有屬性標識的點為種子點并返回至步驟2.2生成下一分割段，直至 點云中所有的點具有屬性標識為止，從而隨機產生多個分割段；

步驟3，統計步驟2聚類分割所得各分割段的屬性信息，包括分割段的表 面粗糙度和段內點個數；

步驟4，將段內點個數少于預設的指定閾值的分割段分類為噪聲段；

步驟5，從步驟2聚類分割所得各分割段中指定初始地面分割段；

步驟6，以初始地面分割段為種子擴展相鄰分割段，根據相鄰分割段間的 空間位置關系識別形成完整地面段；

步驟7，從非地面段中，根據分割段的面積、分割段的表面粗糙度、分割 段與完整地面段鄰近區域的高程差，識別出建筑物段；所述非地面段是步驟2 聚類分割所得各分割段去除噪音段和完整地面段以外的所有分割段，所述分割 段的面積由分割段的段內點個數除以點云的密度得到；

步驟8，根據非地面段去除建筑物段后的剩余分割段中，點與完整地面段 鄰近區域的高程差，從剩余分割段中識別植被段。

而且，步驟5中所述指定初始地面分割段，實現方式為從步驟2聚類分割 所得各分割段中自動選擇高程最低的段，或者為從步驟2聚類分割所得各分割 段中自動選擇段內點個數最多的段，或者為采用用戶從步驟2聚類分割所得各 分割段中指定的段。

本發明能直接對原始的不規則分布的激光雷達點云數據進行自動分類，將 點云分類為裸露地面、建筑物、植被、噪聲和其它非地面對象五類。本發明提 出的方案是以分割段為基本單位進行分類，能更多地考慮點云的上下文關系， 因而具有較好的魯棒性和較高的精確度。

附圖說明

圖1是本發明實施例的流程圖。

具體實施方式

下文將參照附圖和實施例對本發明的具體實施方案進行更詳細的說明：