車載激光掃描點云中建筑物角點空間位置自動提取方法
【專利摘要】本發(fā)明公開了一種車載激光掃描點云中建筑物角點空間位置自動提取方法。首先根據(jù)局部建筑物的高度獲取局部范圍內(nèi)在豎直方向上的空間分層點云，對空間分層點云進(jìn)行平面投影，根據(jù)空間分層點云的范圍與空間分層點云的平面坐標(biāo)，將離散的激光掃描點云投影到平面；運用平面上單位像素中激光掃描點云的數(shù)量定義像素的亮度值，轉(zhuǎn)換成平面投影圖像；然后對平面投影圖像中亮度較高的區(qū)域進(jìn)行直線檢測，提取出具有直線特性的線段，對這些線段分類合并；然后分析提取線段的相對位置關(guān)系與相交角度，篩選出相交產(chǎn)生符合建筑物角點特征的線段，并求取線段相交角點在平面投影圖像中的坐標(biāo)，最后根據(jù)角點在平面投影圖像中的坐標(biāo)計算角點目標(biāo)的空間位置信息。
【專利說明】
車載激光掃描點云中建筑物角點空間位置自動提取方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于車載激光掃描點云數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種車載激光掃描點 云中建筑物角點空間位置自動提取方法。
【背景技術(shù)】
[0002] 建筑物角點的測量是地形圖、地籍圖測量中重要工作之一，目前建筑物角點位置 信息主要通過傳統(tǒng)人工測量方法獲得，更新周期長、資源損耗大，已經(jīng)無法滿足城市建設(shè)和 管理的數(shù)據(jù)需求。車載移動激光測量系統(tǒng)作為一種先進(jìn)的測量手段，具有快速、不與測量物 接觸、實時、動態(tài)、主動、高密度及高精度等特點。基于車載移動激光測量系統(tǒng)的建筑物角點 提取方法主要有投影圖像法、特征聚類和掃描線法，然而這些方法沒有充分挖掘建筑物點 云數(shù)據(jù)的形態(tài)特征，適應(yīng)性不高，容易受車載激光掃描點云數(shù)據(jù)中噪聲點的影響。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提出一種車載激光掃描點云中建筑物角點空間位置自動提取 方法，以便從海量車載激光掃描點云數(shù)據(jù)中快速、自動提取建筑物角點的空間位置信息。
[0004] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0005] 車載激光掃描點云中建筑物角點空間位置自動提取方法，包括如下步驟：
[0006] a、根據(jù)局部建筑物的高度自動獲取局部范圍內(nèi)在豎直方向上的空間分層點云數(shù) 據(jù)，對空間分層點云進(jìn)行平面投影;根據(jù)空間分層點云的范圍與空間分層點云的平面坐標(biāo) 將離散的車載激光掃描點云投影到平面，用單位像素中激光掃描點云的數(shù)量定義像素的亮 度值，轉(zhuǎn)換成平面投影圖像，并自動獲取最優(yōu)空間分層點云；
[0007] b、最優(yōu)空間分層點云對生成的平面投影圖像進(jìn)行閾值分割，去掉亮度低的點，即 將最優(yōu)空間分層點云中平面內(nèi)投影方向較稀疏的激光掃描點云去掉；
[0008] c、對平面投影圖像中亮度較高的區(qū)域進(jìn)行直線檢測，提取出有直線特性的線段；
[0009] d、提取出的直線線段分類合并，去掉冗余和不符合建筑物墻壁的線段；
[0010] e、分析這些線段的相對位置關(guān)系和相交角度，篩選出相交產(chǎn)生符合建筑物角點特 征的線段，并求這些線段相交產(chǎn)生的角點在平面投影圖像中的坐標(biāo)；
[0011] f、根據(jù)角點在平面投影圖像中的坐標(biāo)計算角點目標(biāo)的空間位置信息。
[0012] 優(yōu)選地，所述步驟a具體為：
[0013] al、豎直方向空間分層點云自動提取
[0014] 根據(jù)實際建筑物空間高度分布對現(xiàn)有的激光掃描點云進(jìn)行提?。?br>[0015] 首先對激光掃描點云按照豎直方向整體分層，每5m分一個點云層，獲取局部范圍 內(nèi)在豎直方向上的一系列空間分層點云數(shù)據(jù)；
[0016] 依次對上述空間分層點云進(jìn)行平面投影、生成基于點數(shù)的平面投影圖像，即：
[0017] a2、平面投影
[0018] 以激光掃描點云的xy軸對應(yīng)的平面為投影面，激光掃描點云的z軸方向的負(fù)方向 為投影方向，對激光掃描點云進(jìn)行投影，將建筑物、道路和桿狀地物投影到投影坐標(biāo)系下；
[0019] a3、生成基于點數(shù)的平面投影圖像
[0020]根據(jù)當(dāng)前激光掃描點云的范圍，設(shè)任意一個激光掃描點云坐標(biāo)為(Xp，Yp，Zp)，當(dāng) 前激光掃描點云范圍為{1丨1^^1^此112，1&^，1&^，1&?2}，對應(yīng)平面投影圖像的像素坐 標(biāo)為(xp，yp)，縮放精度為s;則任意一個激光掃描點云坐標(biāo)(Xp，Yp，Zp)對應(yīng)平面投影圖像 的像素坐標(biāo)(xp，yp)分別是:XP = (Xp-MinX) *s，yp = (Yp-MinY) *s;
[0021] 單位像素內(nèi)點的亮度是落在單位像素內(nèi)激光掃描點云個數(shù)的亮度疊加，設(shè)每有一 個激光掃描點云轉(zhuǎn)換成像素點(xp，yp)，則該點亮度值增加30% ;
[0022] 遍歷當(dāng)前所有的激光掃描點云數(shù)據(jù)，計算其對應(yīng)的平面投影圖像坐標(biāo)，并進(jìn)行亮 度疊加，得到基于點數(shù)的平面投影圖像；
[0023] a4、自動獲取最優(yōu)空間分層點云
[0024]對生成的N個平面投影圖像進(jìn)行粗略的直線檢測、塊狀區(qū)域檢測和離散點檢測，選 取直線分布較多、離散點與塊狀區(qū)域較少的區(qū)域作為最優(yōu)空間分層點云，進(jìn)行下一步角點 提取。
[0025]優(yōu)選地，所述步驟d具體為：
[0026] dl、直線線段分類
[0027]首先進(jìn)行粗分組:遍歷所有直線段N1為直線段集合的項數(shù)，求其與平 面投影圖像坐標(biāo)X軸正方向的夾角ctk，其中Ctk單位是度％在直線段集合L中任取一條直線段 lx，與直線段集合L中的其他直線段I k的X軸方向的夾角αχ做比較，其中(^單位也是度％ Kk 彡Ni，k乒X，如果有|ax-ak| <3°，且Ix與Ik的端點的最小距離小于l*s，則將Ik與Ix歸為一組， 遍歷完畢得到一組新的包括I x在內(nèi)的夾角相差3°內(nèi)的直線段集合，設(shè)新的直線段集合為Lx; 直線段集合L = L-Lx,繼續(xù)在直線段集合L中取一條新的ly，Ky彡Ni-Len(Lx)，其中Len(L x) 為集合Lx的項數(shù);重復(fù)上述過程得到一組新的包括Iy在內(nèi)的夾角相差3°內(nèi)且端點相聚較近 的直線段集合L y;按照上述過程對直線段集合L中剩余的直線段做分組，得到一系列的直線 段集合:Ll，L2，L3 · · · LN2 ;
[0028] d2、對上述直線段組集合的每一項Lj進(jìn)一步細(xì)分組，1彡j SN2:計算Lj中直線段與 平面投影圖像坐標(biāo)X軸正方向的夾角的平均值比;在直線段集合L j中任取一條1#，計算該線 段的中點P如遍歷L遇內(nèi)的其他直線段1~計算線段的中點p如基于咖和A構(gòu)建一條直線 lj U'，計算點Pjx與1扣'的垂距djU;設(shè)置垂距閾值dth = 0.25*s;如果有dju<dth，則將Iju與Ijx歸 為一組，遍歷完畢得到一組包括I jx在內(nèi)的垂距小于閾值的直線段集合，設(shè)該直線段集合為 Ljx;則剩余直線段集合Lj = Lj-Ljx;繼續(xù)在直線段集合L沖取一條新的ljy，重復(fù)上述過程得 到一組新的包括I jy在內(nèi)的垂距小于垂距閾值的直線段集合Ljy;按照上述過程對Lj中剩余的 直線段做分組，最終將Lj轉(zhuǎn)換為一系列的直線段集合:Ljl，Lj2，Lj3. . .Ljm;
[0029] Lj的每一組按照上述的細(xì)分組的方法轉(zhuǎn)換為直線段集合Li，1彡u'彡m'，m'為L JU， 的項數(shù)；
[0030] d3、將每一組直線段進(jìn)行單一化處理，轉(zhuǎn)為一條直線段；
[0031 ]遍歷Lw的每一項，即一組直線段:計算Lw中直線段斜率的平均值5^ ;
[0032]如果I Sv I < 1，則基于X軸進(jìn)行單一化處理:遍歷Lv中所有直線段的端點坐標(biāo)P (x，y)，獲得X軸坐標(biāo)值最小的坐標(biāo)Pw min和X軸坐標(biāo)值最大的坐標(biāo)Pju，max，創(chuàng)建為唯一的直線 段 lju，' ；
[0033] 否則基于Y軸進(jìn)行單一化處理:遍歷LW中所有直線段的端點坐標(biāo)p(x，y)，獲得Y軸 坐標(biāo)值最小的坐標(biāo)PjYmin和Y軸坐標(biāo)值最大的坐標(biāo)PjYmax，創(chuàng)建為唯一直線段lju〃 ；
[0034] 最終得到單一化處理后的唯一直線段Iw'組成的集合L'。
[0035]優(yōu)選地，所述步驟e具體為：
[0036] el、在直線段集合1/中任取一條直線段lx'，依次與直線段集合L'中的其他直線段 Γ做比較：如果兩直線段對應(yīng)直線的夾角3>^^，其中，δ為銳角或直角，S th為垂直夾角閾 值，且lx'與Γ的端點的最小距離小于指定距離dth，則計算兩直線段對應(yīng)直線的交點ρ'；遍 歷完畢得到一組交點集合P x將lx'從集合L'中移除;在新的集合L'中任取一條直線段1/，重 復(fù)上述過程計算得到一組交點集合P y;按照上述過程繼續(xù)對1/中剩余的直線段進(jìn)行判斷和 求交，得到一系列的交點組的集合Pi，P2，P 3.. .Pn;
[0037] e2、將交點組的集合P1J2J3. ..Pr^組的點Pr組成唯一的點集合P'，1彡r彡η。
[0038] 本發(fā)明具有如下優(yōu)點：
[0039]本發(fā)明方法根據(jù)激光掃描點云數(shù)據(jù)，自動獲取空間分層數(shù)據(jù)，并自動選取最優(yōu)空 間分層數(shù)據(jù)進(jìn)行平面投影，通過分析桿建筑物與角點的特征，對基于點數(shù)的平面投影圖像 進(jìn)行直線的提取，從而獲取角點的空間位置信息，不易受數(shù)據(jù)噪聲點的影響，自動化程度 高，更大程度上充分利用了激光掃描點云的形態(tài)特征，達(dá)到了較好的提取效果。
【附圖說明】
[0040] 圖1為本發(fā)明中車載激光掃描點云中建筑物角點空間位置自動提取方法的流程示 意圖。
【具體實施方式】
[0041] 本發(fā)明的基本思想是:通過研究點車載激光掃描點云生成的基于點數(shù)的平面投影 圖像，運用圖像處理的方式，結(jié)合建筑物墻壁與角點的幾何形態(tài)與特征，提出一種車載激光 掃描點云中建筑物角點空間位置自動提取方法。
[0042]結(jié)合圖1所示，車載激光掃描點云中建筑物角點空間位置自動提取方法包括如下 步驟：
[0043] a、根據(jù)局部建筑物的高度自動獲取局部范圍內(nèi)在豎直方向上的空間分層點云數(shù) 據(jù)，對空間分層點云進(jìn)行平面投影;根據(jù)空間分層點云的范圍與空間分層點云的平面坐標(biāo) 將離散的車載激光掃描點云投影到平面，用單位像素中激光掃描點云的數(shù)量定義像素的亮 度值，轉(zhuǎn)換成平面投影圖像，并自動獲取最優(yōu)空間分層點云；
[0044]該步驟a具體為：
[0045] al、豎直方向空間分層點云自動提取
[0046]根據(jù)實際建筑物空間高度分布對現(xiàn)有的激光掃描點云進(jìn)行提?。?br>[0047]首先對激光掃描點云按照豎直方向整體分層，每5m分一個點云層，獲取局部范圍 內(nèi)在豎直方向上的一系列空間分層點云數(shù)據(jù)；
[0048]依次對上述空間分層點云進(jìn)行平面投影、生成基于點數(shù)的平面投影圖像，即：
[0049] a2、平面投影
[0050] 以激光掃描點云的xy軸對應(yīng)的平面為投影面，激光掃描點云的Z軸方向的負(fù)方向 為投影方向，對激光掃描點云進(jìn)行投影，將建筑物、道路和桿狀地物投影到投影坐標(biāo)系下；
[0051] a3、生成基于點數(shù)的平面投影圖像
[0052]根據(jù)當(dāng)前激光掃描點云的范圍，設(shè)任意一個激光掃描點云坐標(biāo)為(Xp，Yp，Zp)，當(dāng) 前激光掃描點云范圍為{1丨1^^1^此112，1&^，1&^，1&?2}，對應(yīng)平面投影圖像的像素坐 標(biāo)為(xp，yp)，縮放精度為s;則任意一個激光掃描點云坐標(biāo)(Xp，Yp，Zp)對應(yīng)平面投影圖像 的像素坐標(biāo)(xp，yp)分別是:XP = (Xp-MinX) *s，yp = (Yp-MinY) *s;
[0053]單位像素內(nèi)點的亮度是落在單位像素內(nèi)激光掃描點云個數(shù)的亮度疊加，設(shè)每有一 個激光掃描點云轉(zhuǎn)換成像素點(xp，yp)，則該點亮度值增加30% ;
[0054]遍歷當(dāng)前所有的激光掃描點云數(shù)據(jù)，計算其對應(yīng)的平面投影圖像坐標(biāo)，并進(jìn)行亮 度疊加，得到基于點數(shù)的平面投影圖像；
[0055] a4、自動獲取最優(yōu)空間分層點云
[0056] 對生成的N個平面投影圖像進(jìn)行粗略的直線檢測、塊狀區(qū)域檢測和離散點檢測，選 取直線分布較多、離散點與塊狀區(qū)域較少的區(qū)域作為最優(yōu)空間分層點云，進(jìn)行下一步角點 提取。
[0057] b、最優(yōu)空間分層點云對生成的平面投影圖像進(jìn)行閾值分割，去掉亮度低的點，即 將最優(yōu)空間分層點云中平面內(nèi)投影方向較稀疏的激光掃描點云去掉；
[0058] 該步驟b具體為：
[0059]采用自適應(yīng)閾值的方法進(jìn)行圖像分割，通過計算像素點周圍區(qū)域的加權(quán)平均，然 后減去一個常數(shù)來得到自適應(yīng)閾值；
[0060] 對得到的平面投影圖像進(jìn)行閾值分割得到亮度較大的區(qū)域，該區(qū)域即對應(yīng)激光掃 描點云中垂直于Xy平面的單位范圍內(nèi)豎直方向有較多點的數(shù)據(jù)，符合建筑物墻壁豎直方向 上有較多點的特征。
[0061] c、對平面投影圖像中亮度較高的區(qū)域進(jìn)行直線檢測，提取出有直線特性的線段；
[0062] 該步驟c具體為：
[0063] cl、圖像細(xì)化
[0064]對閾值分割后的平面投影圖像進(jìn)行圖像細(xì)化處理，排除掉同一位置多條直線對角 點提取的影響；
[0065] c2、直線檢測
[0066] 對閾值分割后的平面投影圖像進(jìn)行直線檢測，這些直線有可能是建筑物墻壁，記 錄下這些直線段的端點信息，設(shè)直線段的集合為L，直線段分別為h、l 2、l3……InJPLel1, I2,13 . . . Ino
[0067] d、提取出的直線線段分類合并，去掉冗余和不符合建筑物墻壁的線段；
[0068] 該步驟d具體為：
[0069] dl、直線線段分類
[0070]首先進(jìn)行粗分組:遍歷所有直線段N1為直線段集合的項數(shù)，求其與平 面投影圖像坐標(biāo)X軸正方向的夾角ak，其中ak單位是度％在直線段集合L中任取一條直線段 lx，與直線段集合L中的其他直線段I k的X軸方向的夾角αχ做比較，其中(^單位也是度％ Kk 彡Ni，k乒X，如果有|ax-ak| <3°，且Ix與Ik的端點的最小距離小于l*s，則將Ik與Ix歸為一組， 遍歷完畢得到一組新的包括Ix在內(nèi)的夾角相差3°內(nèi)的直線段集合，設(shè)新的直線段集合為Lx; 直線段集合L = L-Lx,繼續(xù)在直線段集合L中取一條新的ly，Ky彡Ni-Len(Lx)，其中Len(L x) 為集合Lx的項數(shù);重復(fù)上述過程得到一組新的包括Iy在內(nèi)的夾角相差3°內(nèi)且端點相聚較近 的直線段集合L y;按照上述過程對直線段集合L中剩余的直線段做分組，得到一系列的直線 段集合：- L: · H、、；
[0071] d2、對上述直線段組集合的每一項Lj進(jìn)一步細(xì)分組，I < jSN2:計算Lj中直線段與 平面投影圖像坐標(biāo)X軸正方向的夾角的平均值比;在直線段集合Lj中任取一條1#，計算該線 段的中點P如遍歷L遇內(nèi)的其他直線段1~計算線段的中點p如基于咖和A構(gòu)建一條直線 lj U'，計算點Pjx與1扣'的垂距djU;設(shè)置垂距閾值dth = 0.25*s;如果有dju<dth，則將Iju與Ijx歸 為一組，遍歷完畢得到一組包括I jx在內(nèi)的垂距小于閾值的直線段集合，設(shè)該直線段集合為 Ljx;則剩余直線段集合Lj = Lj-Ljx;繼續(xù)在直線段集合L沖取一條新的ljy，重復(fù)上述過程得 到一組新的包括I jy在內(nèi)的垂距小于垂距閾值的直線段集合Ljy;按照上述過程對Lj中剩余的 直線段做分組，最終將Lj轉(zhuǎn)換為一系列的直線段集合:Ljl，Lj2，Lj3. . .Ljm;
[0072] Lj的每一組按照上述的細(xì)分組的方法轉(zhuǎn)換為直線段集合，1彡u'彡m'，m'為LJU， 的項數(shù)；
[0073] d3、將每一組直線段進(jìn)行單一化處理，轉(zhuǎn)為一條直線段；
[0074] 遍歷Lw的每一項，即一組直線段:計算Lw中直線段斜率的平均值SJU，；
[0075] 如果I Si I <1，則基于平面投影圖像坐標(biāo)X軸進(jìn)行單一化處理：
[0076] 遍歷Lju1中所有直線段的端點坐標(biāo)p(x，y)，獲得X軸坐標(biāo)值最小的坐標(biāo)PjU，min和X軸 坐標(biāo)值最大的坐標(biāo)PjYmax，倉Il建為唯一的直線段lju〃 ；
[0077] 否則基于Y軸進(jìn)行單一化處理:遍歷LW中所有直線段的端點坐標(biāo)p(x，y)，獲得Y軸 坐標(biāo)值最小的坐標(biāo)PjYmin和Y軸坐標(biāo)值最大的坐標(biāo)PjYmax，創(chuàng)建為唯一直線段lju〃 ；
[0078] 最終得到單一化處理后的唯一直線段Iw '組成的集合L'。
[0079] e、分析這些線段的相對位置關(guān)系和相交角度，篩選出相交產(chǎn)生符合建筑物角點特 征的線段，并求這些線段相交產(chǎn)生的角點在平面投影圖像中的坐標(biāo)；
[0080] 該步驟e具體為：
[0081] el、在直線段集合1/中任取一條直線段lx'，依次與直線段集合L'中的其他直線段 Γ做比較：如果兩直線段對應(yīng)直線的夾角3>^^，其中，δ為銳角或直角，Sth為垂直夾角閾 值，且l x'與Γ的端點的最小距離小于指定距離dth，則計算兩直線段對應(yīng)直線的交點ρ'；遍 歷完畢得到一組交點集合P x將lx'從集合L'中移除;在新的集合L'中任取一條直線段1/，重 復(fù)上述過程計算得到一組交點集合P y;按照上述過程繼續(xù)對L'中剩余的直線段進(jìn)行判斷和 求交，得到一系列的交點組的集合Pi，P2，P 3.. .Pn;
[0082] e2、將交點組的集合P1J2J3. ..Pr^組的點Pr組成唯一的點集合P'，1彡r彡η。
[0083] f、根據(jù)角點在平面投影圖像中的坐標(biāo)計算角點目標(biāo)的空間位置信息。
[0084]該步驟f具體為：
[0085] 建筑物角點坐標(biāo)設(shè)為Pr (xr，yr)，則對應(yīng)的激光掃描點云坐標(biāo)(Xr，Yr，Zr)為:Xr = xr/s+MinX，Yr = yr/s+MinY，Z軸方向取對激光掃描點云進(jìn)行空間分層時Z方向的中間值;求 出的激光掃描點云坐標(biāo)(Xr，Yr，Zr)即為建筑物角點的空間位置。
[0086]當(dāng)然，以上說明僅僅為本發(fā)明的較佳實施例，本發(fā)明并不限于列舉上述實施例，應(yīng) 當(dāng)說明的是，任何熟悉本領(lǐng)域的技術(shù)人員在本說明書的教導(dǎo)下，所做出的所有等同替代、明 顯變形形式，均落在本說明書的實質(zhì)范圍之內(nèi)，理應(yīng)受到本發(fā)明的保護(hù)。
【主權(quán)項】
1. 車載激光掃描點云中建筑物角點空間位置自動提取方法，其特征在于，包括如下步 驟： a、 根據(jù)局部建筑物的高度自動獲取局部范圍內(nèi)在豎直方向上的空間分層點云數(shù)據(jù)，對 空間分層點云進(jìn)行平面投影;根據(jù)空間分層點云的范圍與空間分層點云的平面坐標(biāo)將離散 的車載激光掃描點云投影到平面，用單位像素中激光掃描點云數(shù)量定義像素的亮度值，轉(zhuǎn) 換成平面投影圖像，并自動獲取最優(yōu)空間分層點云； b、 最優(yōu)空間分層點云對生成的平面投影圖像進(jìn)行閾值分割，去掉亮度低的點，即將最 優(yōu)空間分層點云中平面內(nèi)投影方向較稀疏的激光掃描點云去掉； c、 對平面投影圖像中亮度較高的區(qū)域進(jìn)行直線檢測，提取出有直線特性的線段； d、 提取出的直線線段分類合并，去掉冗余和不符合建筑物墻壁的線段； e、 分析這些線段的相對位置關(guān)系和相交角度，篩選出相交產(chǎn)生符合建筑物角點特征的 線段，并求這些線段相交產(chǎn)生的角點在平面投影圖像中的坐標(biāo)； f、 根據(jù)角點在平面投影圖像中的坐標(biāo)計算角點目標(biāo)的空間位置信息。2. 根據(jù)權(quán)利要求1所述的車載激光掃描點云中建筑物角點空間位置自動提取方法，其 特征在于，所述步驟a具體為： al、豎直方向空間分層點云自動提取 根據(jù)實際建筑物空間高度分布對現(xiàn)有的激光掃描點云進(jìn)行提取： 首先對激光掃描點云按照豎直方向整體分層，每5m分一個點云層，獲取局部范圍內(nèi)在 豎直方向上的一系列空間分層點云數(shù)據(jù)； 依次對上述空間分層點云進(jìn)行平面投影、生成基于點數(shù)的平面投影圖像，即： a2、平面投影 以激光掃描點云的xy軸對應(yīng)的平面為投影面，激光掃描點云的z軸方向的負(fù)方向為投 影方向，對激光掃描點云進(jìn)行投影，將建筑物、道路和桿狀地物投影到投影坐標(biāo)系下； a3、生成基于點數(shù)的平面投影圖像 根據(jù)當(dāng)前激光掃描點云的范圍，設(shè)任意一個激光掃描點云坐標(biāo)為(Xp，Yp，Zp)，當(dāng)前激 光掃描點云范圍為{1丨1^此1^^112，1^^，1&^，1&?2}，對應(yīng)平面投影圖像的像素坐標(biāo)為 (xp，yp)，縮放精度為s;則任意一個激光掃描點云坐標(biāo)(Χρ，Υρ，Ζρ)對應(yīng)平面投影圖像的像 素坐標(biāo)(xp，yp)分別是：xp = (Xp-MinX)*s，yp = (Yp-MinY)*s; 單位像素內(nèi)點的亮度是落在單位像素內(nèi)激光掃描點云個數(shù)的亮度疊加，設(shè)每有一個激 光掃描點云轉(zhuǎn)換成像素點(xp，yp)，則該點亮度值增加30% ; 遍歷當(dāng)前所有的激光掃描點云數(shù)據(jù)，計算其對應(yīng)的平面投影圖像坐標(biāo)，并進(jìn)行亮度疊 加，得到基于點數(shù)的平面投影圖像； a4、自動獲取最優(yōu)空間分層點云 對生成的N個平面投影圖像進(jìn)行粗略的直線檢測、塊狀區(qū)域檢測和離散點檢測，選取直 線分布較多、離散點與塊狀區(qū)域較少的區(qū)域作為最優(yōu)空間分層點云，進(jìn)行下一步角點提取。3. 根據(jù)權(quán)利要求2所述的車載激光掃描點云中建筑物角點空間位置自動提取方法，其 特征在于，所述步驟d具體為： dl、直線線段分類 首先進(jìn)行粗分組:遍歷所有直線段lk，1 SkSNi，他為直線段集合的項數(shù)，求其與平面投 影圖像坐標(biāo)X軸正方向的夾角ak，其中Qk單位是度％在直線段集合L中任取一條直線段l x，與 直線段集合L中的其他直線段lk的X軸方向的夾角αχ做比較，其中αχ單位是度° 乒X，如果有|ax-ak| <3°，且lx與lk的端點的最小距離小于l*s，則將lk與lx歸為一組，遍歷完 畢得到一組新的包括lx在內(nèi)的夾角相差3°內(nèi)的直線段集合，設(shè)新的直線段集合為Lx;直線段 集合L = L-Lx，繼續(xù)在直線段集合L中取一條新的1 y，1彡y彡Ni-Len (Lx)，其中Len (Lx)為集合 Lx的項數(shù);重復(fù)上述過程得到一組新的包括ly在內(nèi)的夾角相差3°內(nèi)且端點相聚較近的直線 段集合L y;按照上述過程對直線段集合L中剩余的直線段做分組，得到一系列的直線段集 合：Ll，L2，L3 · · · LN2 ; d2、對上述直線段組集合的每一項b進(jìn)一步細(xì)分組，計算b中直線段與平面 投影圖像坐標(biāo)X軸正方向的夾角的平均值比;在直線段集合b中任取一條1#，計算該線段的 中點Pjx;遍歷Lj組內(nèi)的其他直線段1 jU，計算線段的中點pjU;基于pjU和β」構(gòu)建一條直線1 jU'， 計算點Pjx與ljU'的垂距djU;設(shè)置垂距閾值dth = 0.25*s;如果有djU<dth，則將ljU與ljx歸為一 組，遍歷完畢得到一組包括1#在內(nèi)的垂距小于閾值的直線段集合，設(shè)該直線段集合為L JX; 則剩余直線段集合b = b-Ljx;繼續(xù)在直線段集合k中取一條新的1 ，重復(fù)上述過程得到一 組新的包括1#在內(nèi)的垂距小于垂距閾值的直線段集合Ljy;按照上述過程對b中剩余的直線 段做分組，最終將Lj轉(zhuǎn)換為一系列的直線段集合:Ljl，Lj2，Lj3. . .Ljm; Lj的每一組按照上述細(xì)分組的方法轉(zhuǎn)換為直線段集合LW，m'為LW的項數(shù)； d3、將每一組直線段進(jìn)行單一化處理，轉(zhuǎn)為一條直線段； 遍歷Lw的每一項，即一組直線段:計算Lw中直線段斜率的平均值Sw ; 如果|SW|<1，則基于X軸進(jìn)行單一化處理:遍歷LW中所有直線段的端點坐標(biāo)p(x，y)， 獲得X軸坐標(biāo)值最小的坐標(biāo)Pju，min和X軸坐標(biāo)值最大的坐標(biāo)Pju， max，創(chuàng)建為唯一的直線段 1JU"; 否則基于Y軸進(jìn)行單一化處理:遍歷LW中所有直線段的端點坐標(biāo)p(x，y)，獲得Y軸坐標(biāo) 值最小的坐標(biāo)PjYmin和Y軸坐標(biāo)值最大的坐標(biāo)PjYmax，創(chuàng)建為唯一直線段lju〃 ； 最終得到單一化處理后的唯一直線段i組成的集合L'。4.根據(jù)權(quán)利要求3所述的車載激光掃描點云中建筑物角點空間位置自動提取方法，其 特征在于，所述步驟e具體為： el、在直線段集合1/中任取一條直線段lx'，依次與直線段集合L'中的其他直線段Γ做 比較:如果兩直線段對應(yīng)直線的夾角δ>δ*，其中，δ為銳角或直角，Sth為垂直夾角閾值，且 lx'與Γ的端點的最小距離小于指定距離dth，則計算兩直線段對應(yīng)直線的交點p'；遍歷完畢 得到一組交點集合P x將lx'從集合L'中移除;在新的集合L'中任取一條直線段1/，重復(fù)上述 過程計算得到一組交點集合P y;按照上述過程繼續(xù)對1/中剩余的直線段進(jìn)行判斷和求交， 得到一系列的交點組的集合Pi，P2，P 3.. .Pn; e2、將交點組的集合PiPlPs. . .?"各組的點Pr組成唯一的點集合P'，1彡r彡η。
【文檔編號】G06T7/00GK106056659SQ201610368081
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】劉如飛, 田茂義, 盧秀山, 劉甜, 曲杰卿, 侯海龍
【申請人】山東科技大學(xué)