[發明專利]一種機載LiDAR點云濾波方法

無效

• 申請號: 201410008183.1
• 申請日: 2014-01-08
• 公開（公告）號: CN103745441A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 李成仁;岳東杰;于雙;袁豹
• 申請（專利權）人: 河海大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種機載LiDAR點云濾波方法，其特征在于，包括以下步驟：

步驟1，對原始點云數據進行預處理，剔除粗差噪聲點；

步驟2，對點云數據以最近鄰點法進行規則格網化重采樣；

步驟3，對重采樣后的點云數據進行高程值灰度化，根據下述公式計算每個點對應的灰度值，生成深度圖像；

Gi=Zi-ZminZmax-Zmin×255]]>

式中，G_i為深度圖像中像素點的灰度值，Z_i為對應該點的高程值，Z_min、Z_max分別為點云數據中的高程最小值和最大值，i為自然數；

步驟4，通過Otsu算法得出進行粗分類的高程閾值，以該閾值對規則格網化重采樣前的點云數據進行地面點與非地面點的迭代粗分類，具體步驟如下：

401，依次遍歷所有點，采用Otsu方法通過下述公式計算類間方差，并選擇類間方差最大值所對應的灰度值作為圖像分割閾值，具體方法如下：

設定閥值T_h將灰度級為[0,L-1]的圖像分成兩組，C₀、C₁分別代表背景區域和目標區域；其中，L＝256，即8位灰度級；則類間方差σ(k)的計算公式為：

σ(k)＝w₀(u₀-u)²+w₁(u₁-u)²=w₀w₁(u₀-u₁)²

式中，w₀＝w(k)為C₀概率，w₁＝1-w(k)為C₁概率，u₀為C₀均值，u₁為C₁均值；u為整幅圖像的均值；

以類間方差σ(k)作為準則衡量閾值分離不同類別的性能，極大化σ(k)就是自動確定閾值的過程，最佳閾值T_h為：

Th=argMax0≤h≤L(σ(k))]]>

402，將步驟401中所得分割閾值由灰度值轉換成高程值；

403，對規則格網化重采樣前的點云數據進行分類，低于該分割閾值的點標記為地面點，高于該分割閾值的點標記為非地面點；

404，對非地面點重復執行步驟401至步驟403，視粗分類效果迭代2至3次結束。

步驟5，對分類好的地面點與非地面點分別以兩種不同的閾值進行漸進三角網濾波，輸出構網點云數據即地面點數據，具體方法如下：

501，分別選擇粗分類后的地面點與非地面點中的最低點作為種子點構建初始三角網；

502，對分類類別為地面點的數據進行優先構網，判據閾值為一般閾值；

503，對分類類別為非地面點的數據進行構網，判據閥值為強閾值；

504，迭代內插最終三角網，輸出構網點云數據即地面點數據。