一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法
【專利摘要】本發(fā)明提供一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，所述方法主要包括兩步：第一步利用多尺度的密度分析算法初步判斷可能為噪聲的點(diǎn)；第二步利用三角網(wǎng)約束將上一步中誤檢測(cè)為噪聲的點(diǎn)重新歸為非噪聲點(diǎn)。利用本發(fā)明能夠有效檢測(cè)出來自激光雷達(dá)的點(diǎn)云和影像匹配得到的點(diǎn)云中包含的孤立噪聲和簇狀噪聲,在激光雷達(dá)點(diǎn)云濾波、影像匹配中的誤匹配點(diǎn)檢測(cè)、光束法平差中的噪聲檢測(cè)等領(lǐng)域具有良好的應(yīng)用前景。
【專利說明】一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于測(cè)繪科學(xué)與【技術(shù)領(lǐng)域】，主要應(yīng)用于激光雷達(dá)點(diǎn)云噪聲的檢測(cè)以及匹配 點(diǎn)云噪聲的檢測(cè)，尤其是涉及一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法。

【背景技術(shù)】
[0002] 點(diǎn)云數(shù)據(jù)的處理一直是數(shù)字?jǐn)z影測(cè)量與計(jì)算機(jī)視覺的重要研究?jī)?nèi)容。當(dāng)前獲取密 集的三維點(diǎn)云主要有兩種方式：1)采用LiDAR(Light Detection And Ranging)系統(tǒng)（及 激光雷達(dá)系統(tǒng)）直接得到三維點(diǎn)云；2)利用影像匹配得到點(diǎn)云。但兩種來源的點(diǎn)云數(shù)據(jù)都 存在一定數(shù)量的噪聲點(diǎn)。噪聲的存在對(duì)點(diǎn)云數(shù)據(jù)的處理產(chǎn)生很多影響。如LiDAR點(diǎn)云濾波 處理過程中，很多算法假設(shè)地面點(diǎn)為局部最低點(diǎn)，而在點(diǎn)云中存在局部低噪聲的情況下，這 種假設(shè)則是不適用的；另外噪聲點(diǎn)對(duì)后續(xù)的大規(guī)模點(diǎn)云分層渲染、建筑物建模以及密集匹 配所得同名點(diǎn)云的后續(xù)處理精度（如影像匹配、地物識(shí)別等）都會(huì)造成較大影響。因此，噪 聲點(diǎn)的檢測(cè)和剔除是獲取準(zhǔn)確密集點(diǎn)云數(shù)據(jù)一個(gè)重要的處理環(huán)節(jié)。
[0003] 從空間分布特性來說，噪聲可歸納為兩大特點(diǎn)：1)典型的高程異常的孤立點(diǎn)，表 現(xiàn)為局部高噪聲點(diǎn)和局部低噪聲點(diǎn)；2)非典型的簇狀噪聲點(diǎn)（數(shù)量不多的噪聲點(diǎn)的聚 類）--在一定局部范圍內(nèi)不能明顯高出鄰近地面點(diǎn)和地物點(diǎn)的高程異常點(diǎn)，表現(xiàn)為低矮 噪聲，形態(tài)呈點(diǎn)簇狀或塊簇狀。許多學(xué)者對(duì)點(diǎn)云噪聲處理進(jìn)行過研究，現(xiàn)有的點(diǎn)云去噪的算 法可大致概括為以下三類：1)分析、利用高程值的分布進(jìn)行去噪；2)利用數(shù)學(xué)形態(tài)學(xué)的方 法進(jìn)行去噪；3)根據(jù)點(diǎn)云密度進(jìn)行去噪。方法1和方法2都是通過局部或是全局的高程值 比較，并判斷閾值來檢測(cè)噪聲，這類方法通過選取合適的閾值可以對(duì)孤立噪聲有效檢測(cè)但 對(duì)簇狀噪聲的檢測(cè)結(jié)果并不理想。方法3基于密度的方法是將噪聲假設(shè)為位于低密度區(qū)域 (相對(duì)于正常的點(diǎn)云密度）的單一物體或物體聚類，因此檢測(cè)噪聲的過程也就是檢測(cè)低密 度區(qū)域的過程。但現(xiàn)有的一些基于密度的去噪方法中，往往不能兼顧處理多種點(diǎn)云數(shù)據(jù)的 不同類噪聲。且通常密度分析的方法存在著處理簇狀噪聲失敗的問題，主要是因?yàn)榇貭钤?聲在局部小范圍內(nèi)其密度和分布表現(xiàn)都與非噪聲點(diǎn)類似，因而需要找到一種既可以檢測(cè)出 孤立點(diǎn)，又可以有效檢測(cè)出簇狀噪聲點(diǎn)的算法。
[0004] 為此，本發(fā)明提出一種新的點(diǎn)云去噪算法，可適用于這兩類數(shù)據(jù)中所包含的噪聲 點(diǎn)的去除。算法主要包括兩步：第一步利用多尺度的密度算法去除孤立噪聲和小的簇狀噪 聲；第二步利用三角網(wǎng)約束將第一步中誤檢測(cè)為噪聲的點(diǎn)重新歸為正常點(diǎn)。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，能夠有效檢 測(cè)機(jī)載激光雷達(dá)數(shù)據(jù)獲取的點(diǎn)云與影像匹配獲得的點(diǎn)云中包含的孤立噪聲和簇狀噪聲，從 而克服不同種類點(diǎn)云噪聲類別差異大、表現(xiàn)各異難以檢測(cè)的問題，該方法通過進(jìn)行多尺度 的密度分析點(diǎn)云，逐步的剔除點(diǎn)云數(shù)據(jù)中包含的噪聲，最后通過構(gòu)建三角網(wǎng)，并用三角網(wǎng)約 束降低上一步誤檢測(cè)的噪聲點(diǎn)。其技術(shù)方案如下所述：
[0006] -種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，包括以下步驟：
[0007] (1)輸入點(diǎn)云數(shù)據(jù)并設(shè)定尺度層級(jí)，不同尺度層級(jí)用level1表示，其中I = 0?L， 其中最小尺度層級(jí)為IevelO級(jí)，最大尺度層級(jí)為IevelL級(jí)；
[0008] (2)采用空間六面體進(jìn)行點(diǎn)云數(shù)據(jù)的三維分割，建立離散點(diǎn)云三維網(wǎng)格和最大范 圍包圍盒，所述最大范圍包圍盒根據(jù)輸入的點(diǎn)云三維坐標(biāo)計(jì)算得到，通過局部密度分析方 法標(biāo)記噪聲點(diǎn)為0并剔除，得到新的非噪聲包圍盒；
[0009] (3)在上一步得到的非噪聲包圍盒基礎(chǔ)上，降低一級(jí)尺度層級(jí)，以1/2倍的三維網(wǎng) 格大小逐個(gè)進(jìn)行鄰域的局部密度分析，進(jìn)一步剔除較小的噪聲點(diǎn)或噪聲點(diǎn)聚類并標(biāo)記為〇， 獲得新的非噪聲包圍盒；迭代進(jìn)行，直到完成最小尺度層級(jí)噪聲點(diǎn)檢測(cè)；
[0010] (4)完成尺度層級(jí)迭代后，檢測(cè)標(biāo)記為0的噪聲是否為真正的噪聲點(diǎn)，利用非噪聲 點(diǎn)構(gòu)建狄羅妮三角網(wǎng)，檢測(cè)標(biāo)記為〇的噪聲點(diǎn)到對(duì)應(yīng)三角面的距離，當(dāng)距離小于給定的閾 值時(shí)則認(rèn)定為非噪聲點(diǎn)，所述閾值設(shè)定為最精細(xì)層級(jí)的三維網(wǎng)格的在Z方向的尺寸。
[0011] 進(jìn)一步的，步驟（3)中，對(duì)特定尺度層級(jí)下，對(duì)噪聲點(diǎn)的檢測(cè)是以某一單元體為中 心一定鄰域范圍形成空間范圍做為一個(gè)單位，所述單元體代表每一個(gè)分割而成的三維網(wǎng) 格，在一個(gè)指定的搜索空間內(nèi)進(jìn)行遍歷，計(jì)算該鄰域范圍內(nèi)的密度與搜索范圍內(nèi)的密度的 關(guān)系，同時(shí)判斷該鄰域范圍內(nèi)點(diǎn)的數(shù)量，即領(lǐng)域范圍內(nèi)的點(diǎn)的數(shù)量過少的情況下也將判定 為噪聲點(diǎn)，以此兩條件來判斷在此三維網(wǎng)格內(nèi)的點(diǎn)是否為噪聲點(diǎn)。
[0012] 進(jìn)一步的，步驟（4)中，利用非噪聲點(diǎn)構(gòu)建狄羅妮三角網(wǎng)，檢測(cè)已經(jīng)標(biāo)記為噪聲的 點(diǎn)到對(duì)應(yīng)三角面的距離，當(dāng)距離小于給定的閾值時(shí)則認(rèn)定為非噪聲點(diǎn)。
[0013] 進(jìn)一步的，步驟（1)中，在點(diǎn)云數(shù)據(jù)的數(shù)據(jù)量滿足處理速度的情況下，所述L的取 值為3 = L = 5 ;在點(diǎn)云數(shù)據(jù)的數(shù)據(jù)量龐大的情況下，L 3 5,或者對(duì)點(diǎn)云數(shù)據(jù)分塊進(jìn)行處理。
[0014] 進(jìn)一步的，步驟（1)中，所述最小尺度層級(jí)IevelO級(jí)的三維網(wǎng)格是在最小的單元 的基礎(chǔ)上進(jìn)行的適應(yīng)性增強(qiáng)，所述最小的單元是定義原始點(diǎn)云中XYZ三個(gè)方向的點(diǎn)間距大 小為d x、dy、dz，即以dx、dy、d z構(gòu)成的三維網(wǎng)格中包含的點(diǎn)數(shù)應(yīng)約為1，所述適應(yīng)性增強(qiáng)是對(duì) dx、dy、dz進(jìn)行放大：
[0015] dx0 = dx · sX ；dy0 = dy · sY ；dz0 = dz · sZ ；
[0016] 2 彡 sX，sY，sZ 彡 5
[0017] 其中sX，sY，sZ為放大因子，增加放大因子之后，在IevelO的dxQ，d y(l，dzQ三維網(wǎng)格 中約包含sX · sY個(gè)點(diǎn)；
[0018] 其他尺度層級(jí)Ievell的3個(gè)方向的間距為dxl = dyl = dzl，
[0019] dxl = dx0 · 21 ;dyl = dy0 · 21 ;dzl = dz0 · 21。
[0020] 進(jìn)一步的，步驟（2)中，對(duì)每一個(gè)尺度層級(jí)I的三維盒范圍都以包圍盒的左下角： Pminl (Xmin，^min, Zmin)，和右上角 PmaxI (Xmax，Ymax, Zmax)確定；
[0021] 同理，為在實(shí)際操作中能夠處理邊界的點(diǎn)云數(shù)據(jù)，利用公式
[0022]

【權(quán)利要求】
1. 一種基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，包括以下步驟： (1) 輸入點(diǎn)云數(shù)據(jù)并設(shè)定尺度層級(jí)，不同尺度層級(jí)用level1表示，其中1 = 0?L，其 中最小尺度層級(jí)為levelO級(jí)，最大尺度層級(jí)為levelL級(jí)； (2) 采用空間六面體進(jìn)行點(diǎn)云數(shù)據(jù)的三維分割，建立離散點(diǎn)云三維網(wǎng)格和最大范圍包 圍盒，所述最大范圍包圍盒根據(jù)輸入的點(diǎn)云三維坐標(biāo)計(jì)算得到，通過局部密度分析方法標(biāo) 記噪聲點(diǎn)為〇并剔除，得到新的非噪聲包圍盒； (3) 在上一步得到的非噪聲包圍盒基礎(chǔ)上，降低一級(jí)尺度層級(jí)，以1/2倍的三維網(wǎng)格大 小逐個(gè)進(jìn)行鄰域的局部密度分析，進(jìn)一步剔除較小的噪聲點(diǎn)或噪聲點(diǎn)聚類并標(biāo)記為0,獲得 新的非噪聲包圍盒；迭代進(jìn)行，直到完成最小尺度層級(jí)噪聲點(diǎn)檢測(cè)； (4) 完成尺度層級(jí)迭代后，檢測(cè)標(biāo)記為0的噪聲是否為真正的噪聲點(diǎn)，利用非噪聲點(diǎn)構(gòu) 建狄羅妮三角網(wǎng)，檢測(cè)標(biāo)記為〇的噪聲點(diǎn)到對(duì)應(yīng)三角面的距離，當(dāng)距離小于給定的閾值時(shí) 則認(rèn)定為非噪聲點(diǎn)，所述閾值設(shè)定為最精細(xì)層級(jí)的三維網(wǎng)格的在Z方向的尺寸。
2. 根據(jù)權(quán)利1所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（3) 中，對(duì)特定尺度層級(jí)下，對(duì)噪聲點(diǎn)的檢測(cè)是以某一單元體為中心一定鄰域范圍形成空間范 圍做為一個(gè)單位，所述單元體代表每一個(gè)分割而成的三維網(wǎng)格，在一個(gè)指定的搜索空間內(nèi) 進(jìn)行遍歷，計(jì)算該鄰域范圍內(nèi)的密度與搜索范圍內(nèi)的密度的關(guān)系，同時(shí)判斷該鄰域范圍內(nèi) 點(diǎn)的數(shù)量，即領(lǐng)域范圍內(nèi)的點(diǎn)的數(shù)量過少的情況下也將判定為噪聲點(diǎn)，以此兩條件來判斷 在此三維網(wǎng)格內(nèi)的點(diǎn)是否為噪聲點(diǎn)。
3. 根據(jù)權(quán)利1所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（4) 中，利用非噪聲點(diǎn)構(gòu)建狄羅妮三角網(wǎng)，檢測(cè)已經(jīng)標(biāo)記為噪聲的點(diǎn)到對(duì)應(yīng)三角面的距離，當(dāng)距 離小于給定的閾值時(shí)則認(rèn)定為非噪聲點(diǎn)。
4. 根據(jù)權(quán)利1所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（1) 中，在點(diǎn)云數(shù)據(jù)的數(shù)據(jù)量滿足處理速度的情況下，所述L的取值為3 = L = 5 ;在點(diǎn)云數(shù)據(jù) 的數(shù)據(jù)量龐大的情況下，L 3 5,或者對(duì)點(diǎn)云數(shù)據(jù)分塊進(jìn)行處理。
5. 根據(jù)權(quán)利1所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（1) 中，所述最小尺度層級(jí)levelO級(jí)的三維網(wǎng)格是在最小的單元的基礎(chǔ)上進(jìn)行的適應(yīng)性增強(qiáng)， 所述最小的單元是定義原始點(diǎn)云中XYZ三個(gè)方向的點(diǎn)間距大小為d x、dy、dz，即以dx、dy、d z 構(gòu)成的三維網(wǎng)格中包含的點(diǎn)數(shù)應(yīng)約為1，所述適應(yīng)性增強(qiáng)是對(duì)dx、dy、dz進(jìn)行放大： dx〇 = dx · sX ；dy〇 = dy · sY ；dz〇 = dz · sZ ； 2. sX, sY, sZ ^ 5 其中sX，sY，sZ為放大因子，增加放大因子之后，在levelO的dx(l，dy(l，d z(l三維網(wǎng)格中約 包含sX · sY個(gè)點(diǎn)； 其他尺度層級(jí)levell的3個(gè)方向的間距為dxl = dyl = dzl， dxl = dx0 · 21 ;dyl = dy0 · 21 ;dzl = dz0 · 21。
6. 根據(jù)權(quán)利1所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（2) 中，對(duì)每一個(gè)尺度層級(jí)1的三維盒范圍都以包圍盒的左下角：P minl(xmin，ymin，zmin)，和右上角 Pmaxl (Xmax，Υηιαχ? Zmax) ; 同理，為在實(shí)際操作中能夠處理邊界的點(diǎn)云數(shù)據(jù)，利用公式 ^min = " R ' dxl ； Ymm dyl ； Zmin = Zmin ~ ^ ' ^,/ ； < ^max = -^max + R ' ； ^max = Jmax + ^ ' dyl ； Zmax = ^max + R ' ； 將三維包絡(luò)范圍坐標(biāo)往外拓展兩個(gè)邊界點(diǎn)的坐標(biāo)變?yōu)镻minl (Xmin，Ymin，Zmin)， Pmaxl (X_，Y_，zmax);其中xmin，Ymin，zmin為左下角的三維坐標(biāo)，X max，Ymax，zmax是右上角的三維坐 標(biāo)，所述R為整數(shù)，代表向外拓展的程度。
7.根據(jù)權(quán)利6所述的基于密度分析的多尺度點(diǎn)云噪聲檢測(cè)方法，其特征在于：步驟（4) 中，對(duì)已經(jīng)判定為噪聲的點(diǎn)，即標(biāo)記為0的點(diǎn)進(jìn)行檢測(cè)，如果滿足以下條件則重新標(biāo)記為非 噪聲點(diǎn)： Distance < Tdis = k*dz0；l^k^3 其中，Distance為待判定點(diǎn)到其所在的三角形面的距離，Tdis為閾值參數(shù)，滿足此條件 的點(diǎn)將重新標(biāo)記為非噪聲點(diǎn)1，并將參與到下一次構(gòu)建三角網(wǎng)，此過程將不斷迭代，創(chuàng)建新 的三角網(wǎng)，直到?jīng)]有點(diǎn)再被判定為非噪聲點(diǎn)。
【文檔編號(hào)】G06T5/00GK104240251SQ201410475059
【公開日】2014年12月24日 申請(qǐng)日期:2014年9月17日 優(yōu)先權(quán)日:2014年9月17日
【發(fā)明者】朱俊鋒, 張力, 熊小東, 艾海濱, 杜全葉, 許彪 申請(qǐng)人:中國測(cè)繪科學(xué)研究院