[發明專利]一種機載激光點云數據的智能化濾波方法

有效

• 申請號: 201210350254.7
• 申請日: 2012-09-18
• 公開（公告）號: CN102930509A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 胡翔云;葉立志
• 申請（專利權）人: 廣州建通測繪技術開發有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強

1.一種機載激光點云數據的智能化濾波方法，其特征在于，包括：

S1、讀取激光點云數據，進而使用格網索引組織激光點云數據中包含的點，生成一密集點云格網及一稀疏點云格網；

S2、對稀疏點云格網進行分類后，獲得城區區域和山區區域；

S3、采用不同窗口分別對所述城區區域和山區區域進行劃分，進而提取每個窗口的局部最低點；

S4、以所述局部最低點為種子點，使用基于區域增長的智能化分割提取得到初始地面點；

S5、根據所述初始地面點，建立TIN模型，進而漸進加密TIN模型，迭代提取地面點。

2.根據權利要求1所述的一種機載激光點云數據的智能化濾波方法，其特征在于，所述步驟S2包括：

S21、將稀疏點云格網中每個格網內的最低點的高程值作為灰度值，進而生成第一高程影像圖I_h；

S22、分別計算并生成第一高程影像圖I_h的X方向梯度圖I_x和Y方向梯度圖I_y；

S23、分別對X方向梯度圖I_x和Y方向梯度圖I_y進行中值濾波，得到濾波后的X方向梯度圖I_x′和濾波后的Y方向梯度圖I_y′；

S24、根據預設的窗口分別對濾波后的X方向梯度圖I_x′和濾波后的Y方向梯度圖I_y′進行劃分后，計算劃分后每個窗口的均值，并判斷均值是否大于預設閾值，若均值大于預設閾值，則對應的窗口內的格網區域為山區區域，反之，則對應的窗口內的格網區域為城區區域。

3.根據權利要求2所述的一種機載激光點云數據的智能化濾波方法，其特征在于，所述步驟S22中X方向梯度圖I_x采用以下公式計算生成：

其中，W和H分別為第一高程影像圖的寬度和高度，i和j都是自然數。

4.根據權利要求2所述的一種機載激光點云數據的智能化濾波方法，其特征在于，所述步驟S22中Y方向梯度圖I_y采用以下公式計算生成：

其中，W和H分別為第一高程影像圖的寬度和高度，i和j都是自然數。

5.根據權利要求2所述的一種機載激光點云數據的智能化濾波方法，其特征在于，所述步驟S23，其具體為：

采用1×n的模板對X方向梯度圖Ix進行中值濾波，進而得到濾波后的X方向梯度圖I_x′，并采用n×1的模板對Y方向梯度圖I_y進行濾波，進而得到濾波后的Y方向梯度圖I_y′，其中，n是大于1的奇數。

6.根據權利要求1所述的一種機載激光點云數據的智能化濾波方法，其特征在于，所述步驟S4包括：

S41、將密集點云格網中每個格網內的最低點的高程值作為灰度值，進而生成第二高程影像圖I_hs；

S42、將所述局部最低點作為種子點，對第二高程影像圖I_hs進行8鄰域區域增長，進而得到增長后的區域，即分割區域；

S43、將第二高程影像圖I_hs取反后，設置合適大小的窗口對取反后的分割區域提取每個窗口的最低點作為種子點，對取反后的分割區域進行8鄰域區域增長，進而得到增長后的區域，即次分割區域；

S44、將取反的第二高程影像圖I_hs再次取反后，設置合適大小的窗口對取反后的次分割區域提取每個窗口的最低點作為種子點，對取反后的次分割區域進行8鄰域區域增長，進而提取增長后的區域的最低點作為初始地面點。