[發明專利]基于機載LiDAR點云數據缺失區域邊界提取方法

有效

• 申請號: 201711341388.1
• 申請日: 2017-12-14
• 公開（公告）號: CN107993242B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 黃帥;張廣運;黃景金;張榮庭;周祥;周國清
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/181
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

1.一種基于機載LiDAR點云數據缺失區域邊界提取方法，其特征在于，所述方法包括以下步驟：

對原始機載LiDAR點云數據進行網格化處理，獲取網格化后的帶有缺失區域的矩陣，將矩陣定義為網格；采用種子方法對網格進行遍歷，獲取可以相互區分的缺失區域；

對每一缺失區域進行外擴，獲取包圍缺失區域的網孔集合，統計網孔內的點云數據，作為該缺失區域的初始邊界特征點集合；

采用Kd-Tree的方法建立機載LiDAR點云數據之間的拓撲關系，獲取待判斷的k鄰域點；

通過對初始邊界特征點集合內的每一點及其k鄰域點的分布均勻性判斷該點是否為邊界特征點；采用最近點搜索方法對散亂邊界特征點進行連接，獲取機載LiDAR點云數據中缺失區域的有序邊界特征點；

所述采用種子方法對網格進行遍歷，獲取可以相互區分的缺失區域具體為：

采用種子方法與棧結構的結合，且采用四方向搜索定位缺失區域；

設缺失區域的集合為L，對于任意缺失區域l∈L而言，種子方法定位缺失區域的執行過程如下：

1)設m_ij∈M為尋找到的缺失區域l的首個空孔，利用四方向搜索尋找其相鄰網孔中的空孔m_ij，建立棧結構S保存搜索到的空孔作為缺失區域的下一步搜索方向；

2)保存空孔m_ij至缺失區域l中，將m_ij設為實孔；

3)彈出棧結構S的首個空孔s₁，保存空孔s₁至缺失區域l中并將其設為實孔，對s₁執行四方位搜索，同時將搜索到的空孔壓入棧結構中；

4)重復步驟3)至棧結構S為空，判斷缺失區域l中所保存的空洞個數，若小于給定閾值，則清空l；

所述對每一缺失區域進行外擴，獲取包圍缺失區域的網孔集合具體為：

采用種子方法與棧結構的結合，且采用八方向搜索獲取缺失區域邊界網孔；

所述通過對初始邊界特征點集合內的每一點及其k鄰域點的分布均勻性判斷該點是否為邊界特征點具體為：

采用最大角度差法對待判斷點是否為邊界特征點進行判斷；

設缺失區域邊界網孔中所包含點云數據的集合為B，其中任意點云數據表示為B_i，Q_mn為B_i在XOY平面的k鄰域點；

首先，取點B_i在其k鄰域點中的最近點Q_m作有向向量并將其設為起始向量，分別計算除Q_m以外的其他向量其中j∈[1,2,…,k]，j≠m，按順時針或逆時針的方向旋轉到所經過的角度α，從而得到一個角度序列S＝(α₁,α₂,…,α_k-1)；利用快速排序方法對角度序列S進行升序排列并加入兩個極值角度0和2π，

從而得到新的角度序列S′＝(0,α₁′,α₂′,…,α_k-1′,2π)，并且在新的角度序列的基礎上計算出角度序列差D：

D＝α_i+1′-α_i′,i∈[0,1,…,k]

通過最大角度D_max來判別邊界特征點，當D_max超過某一閾值時，B_i為邊界特征點；

對點云數據集B遍歷執行以上步驟，得到缺失區域的邊界特征點；

采用最近點搜索方法對邊界特征點排序，步驟如下：

(1)在所有的無序邊界特征點中任取一點P_s作為起點，找到無序邊界特征點中距離P_s的最近點P_e將其作為生長終點；

(2)對于P_s(P_e)端，查找距離P_s(P_e)的最近點P，計算P到P_s和P_e的距離d_s和d_e，如果d_s(d_e)≤d_e(d_s)，則將P插入到P_s(P_e)之前，并將點P作為新的起點；否則往另一端生長；

(3)點集中所有點是否判斷完成，是則結束排序；否則轉到(2)。