[發明專利]一種城鄉規劃核實測繪數據處理方法

有效

• 申請號: 202011130553.0
• 申請日: 2020-10-21
• 公開（公告）號: CN112285733B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 苗長偉;黃善明;秦曉冰;李世烜;陳曉飛;豁輝;孔令鵬;徐靜;張高峰;馮小坤
• 申請（專利權）人: 中核勘察設計研究有限公司;融緯勘測有限公司
• 主分類號: G01S17/88
• 分類號: G01S17/88;G01S17/89;G01S7/48;G06T7/62;G06T7/66;G06T17/10;G06T19/00
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 張海青

本發明涉及計算機視覺技術領域，尤其涉及一種城鄉規劃核實測繪數據處理方法，包括采集地形點云數據、劃分子區域、篩選出各個集合的剩余點集、利用深度神經網絡進行地勢類別分類任務、分析點云異常情況、對所有子區域異常情況的互證以及修正點云數據；本發明通過對低空無人機機載激光雷達采集的城鄉地形測繪數據進行核實并處理，實現地勢類別的分析，實現了因高動態無人機飛行模式導致的點云數據異常情況的分析，實現了基于區域匹配的判斷結果互證方法，無需人為校驗，成本低，可靠性強；本發明可適用于復雜地形情況下的測繪任務，檢測效率高，魯棒性較強，泛化能力較好，且數據的精度更高。

技術領域

本發明涉及計算機視覺技術領域，尤其涉及一種城鄉規劃核實測繪數據處理方法。

背景技術

城鄉規劃是研究城市的未來發展、城市的合理布局和綜合安排城市各項工程建設的綜合部署，是一定時期內城市發展的藍圖，也是城市管理的重要組成部分。

無人機是城鄉規劃測繪數據的有力補充，但是，由于點云的顏色分辨能力差，且地形并不是固定不變的平面，因此，難以實現區域類別的識別，且無人機在采集測繪數據時，高速動態飛行模式中會出現點云偏移、拉伸、壓縮等異常情況，當點云中存在異常點時，會影響點云的配準效果，目前對點云異常數據分析的研究較少。

另外，機載激光雷達獲取的點云數據精度高，測繪效率高，適用于大范圍面積航攝項目的數據獲取，但是，將無人機低空機載激光雷達應用于城鄉規劃的地形測量，獲得的點云數量往往非常龐大，給后續處理帶來極大的不便，因此，在實際處理中需要對點云數據進行處理以及核實。

發明內容

本發明提供一種城鄉規劃核實測繪數據處理方法，解決的技術問題是，無人機機載激光雷達測繪數據時難以識別區域類別，且獲得點云數據量龐大，另外，現有技術對點云異常數據判斷提供的可靠方法較少。

為解決以上技術問題，本發明提供了一種城鄉規劃核實測繪數據處理方法，包括以下步驟：

S1.無人機搭載激光雷達低空飛行采集地形點云數據；

S2.將所述地形點云數據劃分區域，將各子區域內的地形點云數據值最大的K個點分別構成集合；

S3.對各個集合內的點進行最優地勢點集的擬合，以篩選出各個集合的剩余點集，包括步驟：

S31.選取任一所述集合中的若干點，尋找每個點距離最近鄰的兩個點，將可構成初始平面的三點作為一個初始種子；

S32.每個所述初始種子中的各點將搜索到的距其規定半徑內的其余點歸入其對應的所述初始種子，得到新初始種子；

S33.所述初始平面根據其與所述新初始種子內各點的距離之和，沿其法向量進行移動，得到穩定的新初始平面；

S34.獲取每兩個所述新初始平面之間的夾角以及距離，若小于預設夾角和預設距離，則將兩個所述新初始種子合并為一個種子，最終將點最多的種子作為最優地勢點集，將剩余種子內的點構成剩余點集；

S4.所述剩余點集根據最近鄰點將其劃分為各個分類子集，包括步驟：

S41.隨機選取所述剩余點集內若干點作為初始點，并獲取其與激光雷達的初始距離；

S42.查找每個所述初始點的第一最近鄰點，獲取所述第一最近鄰點與所述激光雷達的第一距離，計算所述第一距離與所述初始距離的距離差，并與預設距離閾值對比，若小于所述預設距離閾值，則進入步驟S43；

S43.查找所述第一最近鄰點的三個第二最近鄰點，分別獲取三個所述第二最近鄰點與所述激光雷達的第二距離，分別計算三個所述第二距離與所述初始距離的距離差，并與所述預設距離閾值作對比，若三個所述第二距離均小于所述預設距離閾值，則將第一最近鄰點歸入對應初始點，構成初始點集合；