[發(fā)明專利]基于變分辨率體素格網(wǎng)的機(jī)載激光點(diǎn)云處理方法

有效

• 申請?zhí)枺?/td>: 202010085191.1
• 申請日: 2020-02-10
• 公開（公告）號: CN111325666B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 胡翔云;張津銘;秦楠楠
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62;G06N3/02
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 王琪

本發(fā)明涉及基于變分辨率體素格網(wǎng)的機(jī)載激光點(diǎn)云處理方法及應(yīng)用。首先，本發(fā)明的變分辨率點(diǎn)云壓縮算法能夠?qū)⒃技す恻c(diǎn)云壓縮為變分辨率點(diǎn)云，基于該變分辨率點(diǎn)云規(guī)則格網(wǎng)化得到的變分辨率體素格網(wǎng)既能覆蓋較大的平面范圍又能保證中心區(qū)具有較高的分辨率，從而能夠同時(shí)滿足不同地形場景的處理對體素格網(wǎng)的平面覆蓋范圍以及分辨率的不同要求。其次，為了能夠處理更大尺寸的體素格網(wǎng)以及采用更大的基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)，本發(fā)明基于子流型稀疏卷積搭建了編碼?解碼結(jié)構(gòu)的三維語義分割網(wǎng)絡(luò)。該網(wǎng)絡(luò)具有較高的數(shù)據(jù)處理速度以及較小的顯存占用。變分辨率體素格網(wǎng)能夠靈活的應(yīng)對不同地形場景，有效提升點(diǎn)云分類模型的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感測繪領(lǐng)域，尤其是一種機(jī)載激光點(diǎn)云數(shù)據(jù)處理方法。

背景技術(shù)

三維地理數(shù)據(jù)作為智慧地球的重要組成部分，其快速獲取技術(shù)以及數(shù)據(jù)后處理手段一直是攝影測量與遙感領(lǐng)域的研究重點(diǎn)。激光掃描技術(shù)作為一種實(shí)時(shí)、快速的主動式的測量手段，可以全天時(shí)、全天候的獲取被測目標(biāo)的高精度的三維點(diǎn)云及附屬物理屬性，同時(shí)能夠透過植被間隙獲取被遮擋區(qū)域的三維信息。點(diǎn)云數(shù)據(jù)壓縮方法研究一直是近二十年來的重要研究課題，有許多經(jīng)典、有效的預(yù)處理算法被用于實(shí)現(xiàn)道點(diǎn)云數(shù)據(jù)預(yù)處理中，如投影變換、體素劃分等。依據(jù)點(diǎn)云預(yù)處理后數(shù)據(jù)維度的不同可以分為兩類：①基于體素格網(wǎng)的方法，將三維模型規(guī)則化為體素格網(wǎng)，例如將三維模型規(guī)則化為30×30×30大小的體素格網(wǎng)(Wu,2015)，或?qū)⑵湟?guī)則化為32×32×32的體素格網(wǎng)(Maturana,2015)。為了更好的對體術(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)索引，可以將八叉樹引入，構(gòu)建一種基于八叉樹的體素格網(wǎng)(Riegler,2017；Wang,2017)；②基于圖像的方法，主要將三維模型渲染成一系列二維視圖或是將其轉(zhuǎn)換成幾何特征圖或全景圖，例如多角度視圖(Su,2015；Qi,2016；Shi,2015)、幾何特征圖(Sinha,2016；Nannan Qin,2018)。但是綜合現(xiàn)有的研究方法，點(diǎn)云數(shù)據(jù)預(yù)處理仍然處于探索階段，這主要是因?yàn)辄c(diǎn)云的多樣(不同點(diǎn)云空間分布，比如說密度不均)、場景的復(fù)雜(掃描的數(shù)據(jù)地物種類繁多：如房屋、密林，人工地物等)以及嚴(yán)重遮擋導(dǎo)致。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種機(jī)載激光點(diǎn)云中數(shù)據(jù)處理的方法，該方法實(shí)現(xiàn)了基于變分辨率的點(diǎn)云壓縮，減小數(shù)據(jù)占用的地理空間的同時(shí)保證點(diǎn)云信息描述的不變性，為后續(xù)點(diǎn)云分類提供了良好的預(yù)處理數(shù)據(jù)。

本發(fā)明的技術(shù)方案是，基于變分辨率體素格網(wǎng)的機(jī)載激光點(diǎn)云處理方法，包括如下步驟：

步驟1，點(diǎn)云輸入與分塊：讀入原始點(diǎn)云數(shù)據(jù)，利用滑動窗口方法對點(diǎn)云進(jìn)行分塊，分塊的大小為w×h，滑動的步長為s，w＝h；

步驟2，基于等比變換的壓縮策略：將每個(gè)分塊劃分為壓縮區(qū)域和內(nèi)部區(qū)域，記分塊中心點(diǎn)為P_c，分塊的最大外接圓的半徑記為R₁，其中內(nèi)部區(qū)域是指以P_c為圓心、半徑為R₃的圓形區(qū)域，剩下為壓縮區(qū)域；對壓縮區(qū)域的點(diǎn)云，采用從外到內(nèi)的等比例線性壓縮方法，即僅對點(diǎn)的水平坐標(biāo)進(jìn)行壓縮，對高程坐標(biāo)采取保持原值的方式；對內(nèi)部區(qū)域不進(jìn)行壓縮，內(nèi)部區(qū)域的點(diǎn)的三維坐標(biāo)采取保持原值的處理方式；

步驟3，針對每個(gè)分塊，進(jìn)行點(diǎn)云壓縮區(qū)域數(shù)據(jù)壓縮：根據(jù)上述壓縮策略，對壓縮區(qū)域的點(diǎn)云進(jìn)行數(shù)據(jù)壓縮；