本發(fā)明涉及一種激光雷達(dá)(LiDAR)點(diǎn)云濾波方法，特別是一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波，適用于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理，屬于激光雷達(dá)點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域。

二、技術(shù)背景

激光雷達(dá)(Light Detection And Ranging，LiDAR)是一項(xiàng)通過(guò)由傳感器所發(fā)出的激光來(lái)測(cè)定傳感器和目標(biāo)物之間距離的主動(dòng)遙感技術(shù)。LiDAR數(shù)據(jù)在三維空間中呈不規(guī)則分布的點(diǎn)集，在三維空間的分布形態(tài)呈現(xiàn)離散的“點(diǎn)云”。為了生成高精度的數(shù)字高程模型和后續(xù)對(duì)地物提取和三維重建，必須對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行濾波，濾波的目的是分離地面點(diǎn)和非地面點(diǎn)，實(shí)質(zhì)是對(duì)點(diǎn)云的距離信息進(jìn)行處理。

根據(jù)地面點(diǎn)特征和濾波的原理，LiDAR點(diǎn)云濾波方法可以分為基于形態(tài)學(xué)濾波、逐漸加密的濾波、基于表面濾波和基于聚類濾波四類。然而，完全地分離地面點(diǎn)和非地面點(diǎn)是相當(dāng)困難的，尤其對(duì)于具有各種不同地形特征的森林覆蓋區(qū)域，因此，開(kāi)發(fā)適用性較強(qiáng)、精度較高的LiDAR點(diǎn)云數(shù)據(jù)濾波算法是當(dāng)前很有挑戰(zhàn)性的主題。

當(dāng)前濾波處理面臨的挑戰(zhàn)主要是：

(1)復(fù)雜場(chǎng)景下的高精度數(shù)字地面模型(DEM)的獲取，對(duì)于地形斷裂處、濃密植被覆蓋處、地形起伏較大處，現(xiàn)有的濾波效果較差，不能滿足生產(chǎn)需求。

(2)濾波處理過(guò)程仍處于半自動(dòng)化的處理方式，濾波的自動(dòng)化、智能化處理仍具有較大難度。

三、

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有濾波方法復(fù)雜地形下濾波效果低的不足，本發(fā)明提出一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法，具有對(duì)地形起伏變化較大區(qū)域?yàn)V波精度較高的效果。

本發(fā)明解決其技術(shù)問(wèn)題采取的技術(shù)方案是：一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法，其特征是，點(diǎn)云數(shù)據(jù)被正確分離成地面點(diǎn)和非地面點(diǎn)，所述方法包括以下步驟：

(1)利用傳統(tǒng)八叉樹(shù)模型理論，建立改進(jìn)后的八叉樹(shù)模型，即根據(jù)研究區(qū)域點(diǎn)云的數(shù)量及位置，在分割過(guò)程中，以點(diǎn)運(yùn)輸局中心點(diǎn)作為節(jié)點(diǎn)中心，對(duì)節(jié)點(diǎn)尺寸予以調(diào)整，每次分割時(shí)，均采用一個(gè)最小立方體包含節(jié)點(diǎn)中所有點(diǎn)云數(shù)據(jù)，再進(jìn)行分割，將點(diǎn)云數(shù)據(jù)分割到不同的節(jié)點(diǎn)中，使每個(gè)節(jié)點(diǎn)中只包含幾個(gè)到十幾個(gè)點(diǎn)云以簡(jiǎn)化數(shù)據(jù)處理；

(2)在分割過(guò)程中引入坡度判別，在此基礎(chǔ)上實(shí)現(xiàn)森林復(fù)雜地形區(qū)域的點(diǎn)云濾波，具體步驟如下：

步驟1，利用改進(jìn)后的八叉樹(shù)模型，將所有點(diǎn)云依據(jù)其所在位置的不同，分配到不同的節(jié)點(diǎn)中，并對(duì)節(jié)點(diǎn)進(jìn)行編號(hào)，找出所有最小節(jié)點(diǎn)，將高程最小的節(jié)點(diǎn)視為地面點(diǎn)，與一定閾值內(nèi)的鄰近點(diǎn)根據(jù)最小二乘法做平面擬合，以合成初始平面，且該平面包含所有點(diǎn)均視為地面點(diǎn)；

步驟2，對(duì)初始面，根據(jù)節(jié)點(diǎn)大小建立三維坐標(biāo)系，引入坡度判斷，即對(duì)于初始面外的任意點(diǎn)計(jì)算其到初始面(k所在節(jié)點(diǎn)的中心點(diǎn))的距離，若該距離小于設(shè)定閾值，則該點(diǎn)視為地物點(diǎn)，相反則進(jìn)行坡度判斷，得到坡度值，若小于坡度閾值，則k點(diǎn)為地面點(diǎn)，否則視為地物點(diǎn)

步驟3，根據(jù)新加入的地面點(diǎn)，對(duì)初始面進(jìn)行重新擬合，直到節(jié)點(diǎn)內(nèi)所有點(diǎn)數(shù)據(jù)分類完畢，得到初始擬合平面；

步驟4，多次重復(fù)步驟1-3，將所有節(jié)點(diǎn)中的點(diǎn)進(jìn)行分類以擬合出若干平面，依據(jù)編號(hào)將每一個(gè)平面與其鄰近平面進(jìn)行合并；

步驟5，根據(jù)新合成的平面集，利用其平均高程值與相鄰平面進(jìn)行比較，若高程值大于設(shè)定閾值，則平均高程較高的平面上的點(diǎn)劃入地物點(diǎn)。

本發(fā)明的有益效果如下：

本發(fā)明提出了一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法，適應(yīng)于地形復(fù)雜區(qū)域點(diǎn)云濾波處理；

本發(fā)明提出了改進(jìn)的八叉樹(shù)模型，能夠自適應(yīng)地形起伏不一的較大區(qū)域，可以優(yōu)化獲取真實(shí)的地面點(diǎn)，提高生成DEM的精度。

四、附圖說(shuō)明

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。

圖1為本發(fā)明的方法流程圖；

圖2為傳統(tǒng)八叉樹(shù)模型下的點(diǎn)云分割示意圖；

圖3為改進(jìn)八叉樹(shù)模型下的點(diǎn)云分割示意圖；

圖4為實(shí)驗(yàn)數(shù)據(jù)1原始點(diǎn)云圖；

圖5為實(shí)驗(yàn)數(shù)據(jù)1濾波結(jié)果生成的DTM圖；

圖6為實(shí)驗(yàn)數(shù)據(jù)2原始點(diǎn)云圖；

圖7為實(shí)驗(yàn)數(shù)據(jù)2濾波結(jié)果生成的DTM圖；

圖8為實(shí)驗(yàn)數(shù)據(jù)3原始點(diǎn)云圖；

圖9為實(shí)驗(yàn)數(shù)據(jù)3濾波結(jié)果生成的DTM圖。

五、具體實(shí)施方式：

為能清楚說(shuō)明本方案的技術(shù)特點(diǎn)，下面通過(guò)具體實(shí)施方式，并結(jié)合其附圖，對(duì)本發(fā)明進(jìn)行詳細(xì)闡述。下文的公開(kāi)提供了許多不同的實(shí)施例或例子用來(lái)實(shí)現(xiàn)本發(fā)明的不同結(jié)構(gòu)。為了簡(jiǎn)化本發(fā)明的公開(kāi)，下文中對(duì)特定例子的部件和設(shè)置進(jìn)行描述。此外，本發(fā)明可以在不同例子中重復(fù)參考數(shù)字和/或字母。這種重復(fù)是為了簡(jiǎn)化和清楚的目的，其本身不指示所討論各種實(shí)施例和/或設(shè)置之間的關(guān)系。應(yīng)當(dāng)注意，在附圖中所圖示的部件不一定按比例繪制。本發(fā)明省略了對(duì)公知組件和處理技術(shù)及工藝的描述以避免不必要地限制本發(fā)明。

針對(duì)高精度點(diǎn)云濾波的需要，本發(fā)明提供了一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法發(fā)明，提高了點(diǎn)云濾波精度，可適用于復(fù)雜地形的機(jī)載激光雷達(dá)數(shù)據(jù)處理。

如圖1所示，本發(fā)明：一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法，所述方法包括以下步驟：

步驟1，利用改進(jìn)后的八叉樹(shù)模型，將所有點(diǎn)云依據(jù)其所在位置的不同，分配到不同的節(jié)點(diǎn)中，并對(duì)節(jié)點(diǎn)進(jìn)行編號(hào)，找出所有最小節(jié)點(diǎn)，將高程最小的節(jié)點(diǎn)視為地面點(diǎn)，與一定閾值內(nèi)的鄰近點(diǎn)根據(jù)最小二乘法做平面擬合，以合成初始平面，且該平面包含所有點(diǎn)均視為地面點(diǎn)；

步驟2，對(duì)初始面，根據(jù)節(jié)點(diǎn)大小建立三維坐標(biāo)系，引入坡度判斷，即對(duì)于初始面外的任意點(diǎn)計(jì)算其到初始面(k所在節(jié)點(diǎn)的中心點(diǎn))的距離，若該距離小于設(shè)定閾值，則該點(diǎn)視為地物點(diǎn)，相反則進(jìn)行坡度判斷，得到坡度值，若小于坡度閾值，則k點(diǎn)為地面點(diǎn)，否則視為地物點(diǎn)

步驟3，根據(jù)新加入的地面點(diǎn)，對(duì)初始面進(jìn)行重新擬合，直到節(jié)點(diǎn)內(nèi)所有點(diǎn)數(shù)據(jù)分類完畢，得到初始擬合平面；

步驟4，多次重復(fù)步驟1-3，將所有節(jié)點(diǎn)中的點(diǎn)進(jìn)行分類以擬合出若干平面，依據(jù)編號(hào)將每一個(gè)平面與其鄰近平面進(jìn)行合并；

步驟5，根據(jù)新合成的平面集，利用其平均高程值與相鄰平面進(jìn)行比較，若高程值大于設(shè)定閾值，則平均高程較高的平面上的點(diǎn)劃入地物點(diǎn)。

為了驗(yàn)證一種應(yīng)用于復(fù)雜地形區(qū)域的點(diǎn)云濾波方法的有效性，使用三組地形起伏不一的點(diǎn)云數(shù)據(jù)進(jìn)行處理分析，三組實(shí)驗(yàn)數(shù)據(jù)基本情況如下：

(1)實(shí)驗(yàn)數(shù)據(jù)一如圖4所示。

實(shí)驗(yàn)數(shù)據(jù)一：區(qū)域內(nèi)地形起伏不大，其中山包與山洼存在較少，有一定坡度但坡度較為平緩，其中坡度最大處約為19.5°，坡度最小處近似平坦地面。

(2)實(shí)驗(yàn)數(shù)據(jù)二如圖6所示。

實(shí)驗(yàn)數(shù)據(jù)二：區(qū)域內(nèi)存在陡坡及少許山洼，其中坡度最大處約為32.2°，坡度最小處約為7.9°。

(3)實(shí)驗(yàn)數(shù)據(jù)三如圖8所示。

實(shí)驗(yàn)數(shù)據(jù)三：區(qū)域內(nèi)存在部分山包與山洼，同時(shí)地形坡度與地形起伏較大，其中坡度最大處約為34.3°，坡度最小處約為28.1°。

三組實(shí)驗(yàn)數(shù)據(jù)的濾波結(jié)果生成DTM圖，分別如圖5、圖7和圖9所示，從濾波的效果看，三組實(shí)驗(yàn)數(shù)據(jù)經(jīng)過(guò)本方法濾波后都得到了較為真實(shí)的地形。

可見(jiàn)，本發(fā)明專利的方法針對(duì)復(fù)雜地形條件對(duì)于點(diǎn)云數(shù)據(jù)的濾波取得了良好的效果，可以實(shí)現(xiàn)地面點(diǎn)和非地物點(diǎn)的準(zhǔn)確濾波，對(duì)于地形起伏不一的山區(qū)具有良好的適應(yīng)性。

以上所述只是本發(fā)明的優(yōu)選實(shí)施方式，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也被視為本發(fā)明的保護(hù)范圍。