[發明專利]一種建筑物立面點云提取方法

在審

• 申請號: 202210564805.3
• 申請日: 2022-05-23
• 公開（公告）號: CN115099304A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 熊峰;李宗春;付永健;汪文琪;冉佳歡;何華;黃哲琨
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/30;G06V10/762;G06V10/77
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 史萌楊

1.一種建筑物立面點云提取方法，其特征在于，包括如下步驟：

1)獲取點云數據，確定點云數據中每個點的最優鄰域點個數，以及每個點的最遠距離，所述點的最遠距離是指該點與其最優鄰域點個數下各近鄰點之間距離的最大值；

2)依據每個點的最優鄰域點個數以及最遠距離，確定每個點的局部點云密度：

式中，LPD_i表示點i的局部點云密度，k_i表示點i的最優鄰域點個數，d_kimax表示點i的最遠距離；

3)依據各點的局部點云密度，按照局部點云密度的大小將所有點劃分為N類，N≥2；對于一類點云，確定該類點云中所有點的局部點云密度的中位數，選取局部點云密度的中位數所對應的點的最遠距離作為對該類點云中各點進行DBSCAN聚類的鄰域搜索半徑，進而確定各類點云中各點的鄰域搜索半徑；

4)依據各點的鄰域搜索半徑，采用DBSCAN聚類方法對點云數據進行聚類；

5)依據聚類結果，提取建筑物立面點云。

2.根據權利要求1所述的建筑物立面點云提取方法，其特征在于，步驟1)中采用如下方法確定某一點的最優鄰域點個數：

①設置點p的初始鄰域點個數k₀；，并將初始鄰域點個數作為當前鄰域點個數；

②求取點p在當前鄰域點個數下對應的三個特征值λ₁、λ₂、λ₃，且λ₁＞λ₂＞λ₃；

③根據如下公式計算點p在當前鄰域點個數下的熵值E_λ：

E_λ＝-L₁ln(L₁)-L₂ln(L₂)-L₃ln(L₃)

④根據鄰域點個數的遍歷范圍和遍歷步長，重復步驟②～③，從而計算得到遍歷范圍內各點的熵值；選取熵值最小時所對應的鄰域點個數為點p的最優鄰域點個數。

3.根據權利要求2所述的建筑物立面點云提取方法，其特征在于，所述遍歷范圍為[k_min,k_max]，遍歷步長為：在[k_min,k₁]∪[k₂,k_max]范圍內遍歷步長為k_△1，在(k₁,k₂)范圍內遍歷步長為k_△2，k_△1＜k_△2。

4.根據權利要求3所述的建筑物立面點云提取方法，其特征在于，k_△1＝1，k_△2＝2。

5.根據權利要求1所述的建筑物立面點云提取方法，其特征在于，步驟1)中確定點云數據中每個點的最優鄰域點個數之前，還需對獲取的點云數據進行篩選以去除低矮地物點。

6.根據權利要求5所述的建筑物立面點云提取方法，其特征在于，篩選的方法包括如下步驟：

將點云數據沿z軸方向投影到對應的二維格網平面，并按照設定的尺寸進行格網劃分，確定各點所在的格網；

確定各點的高程值，從中找到所有點中最低點對應的高程值，計算每個格網內最低點到所有點中最低點的高程差值，并將格網內各點的高程值減去該格網所對應的高程差值，得到的結果為各點的高程分布統計值；

將高程分布統計值的最大值和最小值之間的區間劃分為M個等間距區間，M＞1，并統計每個等間距區間內的點數，以所述等間距區間為橫坐標，以點數個數為縱坐標繪制頻數直方圖，連接頻數直方圖中曲線的起點和終點得到一條直線，計算所述曲線上每一點到所述直線的距離，統計最大距離值所對應的點的高程值作為篩選地面點與非地面點的高程閾值；

將高程值小于所述高程閾值的點進行篩除。