[發明專利]一種基于體素的漸進不規則三角網點云濾波方法

在審

• 申請號: 201610002816.7
• 申請日: 2016-01-06
• 公開（公告）號: CN106952242A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 張曉麗;劉會玲;瞿帥;王龍陽;陳永輝;朱程浩
• 申請（專利權）人: 北京林業大學
• 主分類號: G06T5/10
• 分類號: G06T5/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種激光雷達（LiDAR）點云濾波方法，特別是一種基于體素的漸進不規則三角網點云濾波，適用于機載和地基雷達點云數據處理，屬于激光雷達點云數據處理技術領域。

背景技術

激光雷達（Light Detection And Ranging，LiDAR）是一項通過由傳感器所發出的激光來測定傳感器和目標物之間距離的主動遙感技術。LiDAR數據在三維空間中呈不規則分布的點集，在三維空間的分布形態呈現離散的“點云”。為了生成高精度的數字高程模型和后續對地物提取和三維重建，必須對點云數據進行濾波，濾波的目的是分離地面點和非地面點，實質是對點云的距離信息進行處理。

根據地面點特征和濾波的原理，LiDAR點云濾波方法可以分為基于形態學濾波、逐漸加密的濾波、基于表面濾波和基于聚類濾波四類。然而，完全地分離地面點和非地面點是相當困難的，尤其對于具有各種不同地形特征的較大區域，因此，開發高效的LiDAR點云數據濾波算法是當前很有挑戰性的主題。

當前濾波處理面臨的挑戰主要是：

（1）復雜場景下的高精度數字地面模型（DEM）的獲取，對于地形斷裂處、濃密植被覆蓋處、陡坡處，現有的濾波效果較差，不能滿足生產需求；

（2）濾波處理過程仍處于半自動化的處理方式，濾波的自動化、智能化處理仍具有較大難度。

發明內容

針對現有濾波方法復雜地形下濾波效果低的不足，本發明提出一種基于體素的漸進三角網不規則濾波方法，具有對濃密森林覆蓋地形、陡坡、點云不規則斷裂因素敏感的優勢。

本發明解決其技術問題采取的技術方案是：一種基于體素的漸進不規則三角網點云濾波方法，其特征是，點云數據被正確分離成地面點和非地面點，所述方法包括以下步驟：

步驟一，加載LiDAR點云數據；

步驟二，對LiDAR點云數據進行預處理，并將點云數據進行分段組織和管理；

步驟三，確定LiDAR點云體素化的數學表達式，并對點云進行體素化處理；

步驟四，確定LiDAR點云多回波信息，保留單回波和多回波中的末次回波點；

步驟五，確定LiDAR點云漸進不規則三角網的數學表達式，并對點云進行濾波處理；

步驟六，確定LiDAR點云多回波信息，保留單回波和多回波中的末次回波點。

優選的，在步驟二中，假定在(l*w)區域內地形是平坦的，那么可將原始數據劃分成個體積為的體素，尋找每個體素內的最低點，設定高程閾值和坡度閾值，將滿足閾值的點加入到初步地面點中，經過上述操作，明顯的植被點被剔除，以體素為單位，按權重計算每個體素的高程均值，將待處理體素與周圍8個體素進行對比，如果滿足則將待處理體素內的所有點標記為地面點，如果滿足待處理體素高程均值小于任一或任幾個鄰域體素高程均值且待處理體素內的最低點高程值小于鄰域體素任一或任幾個鄰域體素最低點高程值，則設置高程閾值，將滿足條件的點加入到地面點集中。改變體素的尺寸，重復上述操作，直到所有的地面點加入到地面點集中。其中，是所有領域體素的高程均值，是任意領域體素的高程均值；是待處理體素最低點高程值，是任意領域體素的最低點高程值。

優選的，在步驟三中， LiDAR系統能夠記錄單回波和多回波信息，地面點信息包含在單回波和多回波的末次回波當中，利用回波信息，可以進一步優化地面點的選取。

優選的，在步驟四中，利用步驟三中的地面點構建Delauney三角網，生成初始不規則三角面（TIN）根據點到三角形表面的距離和待處理點到三個定點的角度最大者（在三角形表面和連接候選點和三角形頂點的線）來區別TIN表面的點是否為地面點，如果角度和距離小于閾值，該點加入到地面點，反之，判斷待處理點的鏡像點的角度和距離，將鏡像點角度和距離小于閾值的點，加入到地面點中。

優選的，在步驟五中，對獲取的種子點，進一步分析回波信息，優化獲得的地面點。

本發明的有益效果如下：

本發明提供了一種基于體素的漸進不規則三角網點云濾波方法，適應于復雜的地形表面；

本發明提出了一種基于采用體素化和多回波信息獲取種子點，獲得的種子點更多，更為真實，同時不引起地形變化；

本發明提出了再漸進不規則三角網點云濾波后利用多回波信息優化地面點，獲取的地面點更為真實，生成的DEM精度更高。

附圖說明

下面結合附圖和實施例對本發明進一步說明。

圖1為本發明的方法流程圖；

圖2為體素化模型示意圖；