[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

技術領域

本發明涉及一種機載LiDAR點云濾波方法，特別涉及一種基于迭代Otsu方法點云粗分類的機載LiDAR點云濾波方法。

背景技術

機載激光雷達（LiDAR，Light?Detection?And?Ranging，LiDAR）是近年來逐漸發展起來的一種測量新技術，主要用于快速精確獲取地面及地面目標三維空間信息。機載LiDAR系統集激光掃描、全球定位系統（GNSS,Global?Navigation?Satellite?System）、慣性測量系統（INS，Inertial?Navigation?System）于一體，通過發射激光脈沖并接收回波信號獲取目標信息，相對于其它測量手段，受天氣因素影響小，可進行全天時的遙感作業。其與成像光譜、合成孔徑雷達（SAR，Synthetic?Aperture?Radar）一起被列為對地觀測系統（EOS,Earth?Observing?System）計劃最核心的信息獲取與處理技術。

機載LiDAR點云數據濾波技術是指從離散的點云數據中區別出地面點和非地面點的過程，其結果是數字地面模型數據（Digital?terrain?model，DTM）。在LiDAR的數據濾波方面，已經有很多國內外的學者研究并提出了濾波的算法。2004年，ISPRS組織學者對各類濾波算法進行比較研究：幾乎每種濾波算法都有其適用的地形領域或者對應的濾波效果良好的點云分布情形，但是同時幾乎每種算法也都存在著自身的缺陷，沒有哪一種算法可以兼顧到數據濾波的各個考慮方面，并針對各個方面的因素進行相關的參數設置。因此，針對不同的地形條件，相應地調整濾波策略，并輔助有效的分類信息，將會成為未來點云濾波研究的重要發展方向。

漸進三角網濾波算法是目前使用最為廣泛的濾波方法，如果通過設定合理的參數閾值，針對大多數區域均有著良好的自動處理效果，該算法已經在商業軟件TerraScan中得以實現。但由于缺乏地形特征信息的合理引導，在濾波過程中需要針對不同的地形條件頻繁調整濾波參數，且會使復雜地形結構特征遭受一定程度的破壞。

發明內容

本發明所要解決的技術問題是提供一種機載LiDAR點云濾波方法，為漸進三角網濾波提供類別屬性引導，針對不同的地形條件，相應地調整濾波策略，取得了更好的濾波效果。

本發明為解決上述技術問題采用以下技術方案：

一種機載LiDAR點云濾波方法，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算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：