CN103033805A - 一种机载激光雷达航带间冗余数据自动去除方法 - Google Patents
一种机载激光雷达航带间冗余数据自动去除方法 Download PDFInfo
- Publication number
- CN103033805A CN103033805A CN201210571303XA CN201210571303A CN103033805A CN 103033805 A CN103033805 A CN 103033805A CN 201210571303X A CN201210571303X A CN 201210571303XA CN 201210571303 A CN201210571303 A CN 201210571303A CN 103033805 A CN103033805 A CN 103033805A
- Authority
- CN
- China
- Prior art keywords
- redundant data
- data
- air strips
- processing
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种机载激光雷达航带间冗余数据自动去除方法,包括以下步骤:步骤一、格网化处理:采用数据处理器对所处理点云数据进行格网划分,使得点云数据被划分于多个尺寸相同的方形网格内;二、各激光脚点所属航带确定;三、冗余数据提取:对格网中每一个方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断,并自格网中查找出所有冗余数据方格;四、冗余数据处理:采用数据处理器且调用冗余数据剔除模块或冗余数据标记模块,对查找出的所有冗余数据方格分别进行冗余数据处理。本发明方法步骤简单、设计合理、实现方便且使用操作简便、使用效果好,能自动有效检测并剔除机载LiDAR点云数据中的冗余数据。
Description
技术领域
本发明属于机载激光雷达测量技术领域,尤其是涉及一种机载激光雷达航带间冗余数据自动去除方法。
背景技术
机载激光雷达(LiDAR)是一种20世纪90年代前后发展起来的新型测量技术。该技术集激光测距、全球定位系统(GPS)和惯性导航系统(INS)三种技术为一体,采用主动探测的方式,可以快速获取高精度、高密度的地球表面三维坐标信息。实际测量时,采用机载激光雷达(LiDAR)所获取的点云数据中所包含的高精度的三维空间坐标信息,能够精细地表现出扫描对象的表面空间特征,是各类测绘应用的基础,在地理空间信息研究、城市规划、国土管理等方面也具有重要的意义。
机载激光雷达在作业时,由于扫描视场角和航高的限制,完成一个测区数据采集必须进行多条航线的飞行。这些航线之间需要设置一定的旁向重叠度,以保证数据采集能够覆盖整个测区。由于这些旁向重叠区域会被两个条带的点云覆盖,从而密度远远大于其他区域,这样,在重叠区域便形成了数据冗余。这些冗余数据的数据量约等于点云总数目乘以旁向重叠度的一半。例如,旁向重叠度为15%(一般设置为10%~20%)时,一个航带的点云总数为一千万,那么冗余数据量则约等于七十五万。冗余数据为数据的存储、管理以及后期处理带来了很多不便。同时,由于误差的存在,LiDAR数据在条带边缘的点云精度较差,因此,即使经过平差处理后,重叠区域的两个航带的点云之间依然会出现微小的高程差,使生成的DEM(即数字高程模型)不平滑。因此,去除冗余数据是机载激光雷达数据后处理以及产品生成过程中的一个重要且必要的步骤。
目前,国内外针对该问题解决方法的研究较少,现有唯一商业化的LiDAR数据处理软件TerraSolid中包含了点云消冗的模块(Cut overlap),但是由于是商业软件,其相关方法都是不对外公开的。但是,根据TerraSolid的消冗操作可以判断得出其消冗算法是依赖特定格式航迹文件的算法,如果不添加航迹文件则不能进行消冗操作,而航迹文件格式是非公开的。这样,上述方法便有一定的局限性。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种机载激光雷达航带间冗余数据自动去除方法,其方法步骤简单、设计合理、实现方便且使用操作简便、使用效果好,能自动有效检测并剔除机载LiDAR点云数据中的冗余数据。
为解决上述技术问题,本发明采用的技术方案是:一种机载激光雷达航带间冗余数据自动去除方法,其特征在于该方法包括以下步骤:
步骤一、格网化处理:采用数据处理器对所处理点云数据进行格网划分,使得所述点云数据被划分于多个尺寸相同的方形网格内,且划分后所形成格网的行数和列数分别为Rmax=(MAXY-MINY)/L+1和Cmax=(MAXX-MINX)/L+1;
所处理点云数据为采用机载激光雷达由先至后对测区进行N个架次飞行后,所获得的包含N个航带的激光雷达点云数据,其中N≥2;每一个航带的激光雷达点云数据中均包括多个激光脚点的测量数据,且每一个激光脚点的测量数据均包括该激光脚点的(X,Y,Z)三维坐标数据和测量数据获取时间;
其中,MAXY为所处理点云数据中Y轴坐标值最大的激光脚点的Y轴坐标值,MINY为所处理点云数据中Y轴坐标值最小的激光脚点的Y轴坐标值,MAXX为所处理点云数据中X轴坐标值最大的激光脚点的X轴坐标值,且MINX为所处理点云数据中X轴坐标值最小的激光脚点的X轴坐标值;L为所述方形网格的边长,且式中b=20%~30%,a为所处理点云数据的密度;
步骤二、各激光脚点所属航带确定:根据所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断,并根据判断结果且采用所述数据处理器标记出各激光脚点所属的航带编号;
步骤三、冗余数据提取:根据步骤二中所标记出的各激光脚点所属的航带编号,采用所述数据处理器对步骤一中所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断,并自所述格网中查找出所有冗余数据方格,且所述冗余数据方格为内部包含两个航带激光脚点的测量数据的方形网格;
步骤四、冗余数据处理:采用所述数据处理器且调用冗余数据剔除模块或冗余数据标记模块,对步骤三中查找出的所有冗余数据方格分别进行冗余数据处理;
调用所述冗余数据剔除模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据剔除模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据剔除,并保留另一个航带的激光脚点的测量数据;
调用所述冗余数据标记模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据标记模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据标记为冗余数据。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤三中自所述格网中查找出所有冗余数据方格后,还需采用所述数据处理器且调用冗余数据方格标记模块,对查找出的所有冗余数据方格分别进行标记。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤三中自所述格网中查找出所有冗余数据方格后,相邻两个所述航带之间的所有冗余数据方格形成一个冗余数据条带;所述冗余数据条带的数量为N-1个。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤四中调用所述冗余数据剔除模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4011、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧;
4012、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4011中所述几何中心线左侧的航带二的激光雷达点云数据均剔除,同时将位于步骤4011中所述几何中心线右侧的航带一的激光雷达点云数据均剔除。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤四中调用所述冗余数据标记模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4021、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧;
4022、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4021中所述几何中心线左侧的航带二的激光雷达点云数据均标记为冗余数据,同时将位于步骤4021中所述几何中心线右侧的航带一的激光雷达点云数据均标记为冗余数据。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤二中对所处理点云数据中所有激光脚点所属的航带分别进行判断时,根据同一航带内前后相邻两个激光脚点的测量数据获取时间的连续性,对相邻两个航带之间的分界线进行确定,并根据所确定的相邻两个航带之间的分界线,对所有激光脚点所属的航带分别进行判断。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤一中进行格网化处理之前,先将所处理点云数据传送至所述数据处理,并同步存储至与所述数据处理器相接的数据存储设备内;采用所述机载激光雷达由先至后对测区进行N个架次飞行时,对每一个架次的飞行时间段分别进行记录;步骤二中对所处理点云数据中所有激光脚点所属的航带分别进行判断时,先根据所记录的每一个架次的飞行时间段,对N个航带的激光雷达点云数据的数据获取时间段分别进行确定;之后,再根据N个航带的激光雷达点云数据的数据获取时间段,并结合所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断。
上述一种机载激光雷达航带间冗余数据自动去除方法,其特征是:步骤三中对所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断之前,先对所处理点云数据中各激光脚点在所述格网中的位置进行确定,且根据公式Ri=(Yi-MINY)/L+1和Ci=(Xi-MINX)/L+1进行确定,其中Xi为当前所确定激光脚点的X轴坐标值,Yi为当前所确定激光脚点的Y轴坐标值,Ri和Ci分别为当前所确定激光脚点在所述格网中的行数和列数;之后,根据当前所确定激光脚点在所述格网中的行数Ri和列数Ci,对所述格网中各方形网格内所包括的激光脚点进行确定。
本发明与现有技术相比具有以下优点:
1、方法步骤简单、操作简便且实现方便。
2、设计合理,以规则格网组织不规则的点云数据,且具体以格网的方式表达散乱点云区域,通过给区域格网的赋值信息确定冗余点云的分布区域,最后针对冗余数据进行处理。对于散乱的,无相互关系的点云,确定冗余区域的边界及提取重叠区域的冗余点云是去除冗余数据的关键步骤,而本发明运用格网化的思想,用规则的方格将待处理的点云数据全部覆盖,使点云落在正方形小网格内。也就是说,本发明以机载激光雷达的点云数据作为处理对象,通过数据组织和精确计算,对航带间的冗余数据进行自动去除处理的方法,使处理后的数据精度更高,管理、存储更方便,生成的DEM产品质量更高,满足了机载激光雷达在生产应用的实际需求,突破了现有冗余数据消除方法需依赖航迹信息文件这一限制。
3、使用效果好,能够不依赖航迹信息,自动有效检测并剔除机载LiDAR点云数据中的冗余数据,满足了机载LiDAR的实际生产需要,能有效克服机载激光雷达航带间冗余数据造成后期生成的DEM(数字高程模型)产品不平滑,以及为数据管理、存储带来的负担,能满足现有机载激光雷达测量过程中消除航带间冗余数据、提高数据精度的实际需求,并能有效克服现有需依赖航迹信息文件带来的局限性。
综上所述,本发明方法步骤简单、设计合理、实现方便且使用操作简便、使用效果好,能自动有效检测并剔除机载LiDAR点云数据中的冗余数据。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程框图。
图2为本发明所处理航带一与航带二间点云数据的结构示意图。
图3为本发明对航带一与航带二间点云数据进行格网化处理与冗余数据提取后的结构示意图。
具体实施方式
如图1所示的一种机载激光雷达航带间冗余数据自动去除方法,包括以下步骤:
步骤一、格网化处理:采用数据处理器对所处理点云数据进行格网划分,使得所述点云数据被划分于多个尺寸相同的方形网格内,且划分后所形成格网的行数和列数分别为Rmax=(MAXY-MINY)/L+1和Cmax=(MAXX-MINX)/L+1。
所处理点云数据为采用机载激光雷达由先至后对测区进行N个架次飞行后,所获得的包含N个航带的激光雷达点云数据,其中N≥2;每一个航带的激光雷达点云数据中均包括多个激光脚点(即测点)的测量数据,且每一个激光脚点的测量数据均包括该激光脚点的(X,Y,Z)三维坐标数据和测量数据获取时间。
其中,MAXY为所处理点云数据中Y轴坐标值最大的激光脚点的Y轴坐标值,MINY为所处理点云数据中Y轴坐标值最小的激光脚点的Y轴坐标值,MAXX为所处理点云数据中X轴坐标值最大的激光脚点的X轴坐标值,且MINX为所处理点云数据中X轴坐标值最小的激光脚点的X轴坐标值;L为所述方形网格的边长,且式中b=20%~30%,a为所处理点云数据的密度(点云数据的密度是指每平方米内点云数据所包括的激光脚点的数量)。
也就是说,步骤一中采用格网化的方法,用规则的格网表示散乱点云覆盖的区域。实际进行格网化时,以点云数据的最小外接矩形包围盒作为网格边界,将点云划分为若干个边长为L的方形网格。经格网化处理后,将所处理点云数据划分成一个行数为Rmax且列数为Cmax的格网。实际测量过程中,各激光脚点的测量数据获取时间为该激光脚点反射回的激光信号接收时间。
实际进行格网化处理之前,先采用数据传输设备将所述机载激光雷达所获取的点云数据传送至所述数据处理器,并自动存储至与所述数据处理器相接的数据存储设备内。
步骤二、各激光脚点所属航带确定:根据所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断,并根据判断结果且采用所述数据处理器标记出各激光脚点所属的航带编号。
本实施例中,对所处理点云数据中所有激光脚点所属的航带分别进行判断时,根据同一航带内前后相邻两个激光脚点的测量数据获取时间的连续性,对相邻两个航带之间的分界线进行确定,并根据所确定的相邻两个航带之间的分界线,对所有激光脚点所属的航带分别进行判断。
实际进行处理时,一个方形网格内是否有多个航带的点云存在,这是判断网格是否为冗余区域网格的依据。因此,要确定重叠区域的范围,首先需要区分图幅内点云所属的航带。但是,仅仅根据点云的三维坐标属性难以准确的判断点云所属的航带。此处,利用获取点云数据的时间信息,来区别不同航带的点云。
由于同一航带相邻两个激光脚点间的时间值是均匀且连续的。在实际作业时,飞机飞完一条航带后需要飞出测区,然后再进行下一条航带的扫描以保证扫描覆盖整个目标测区。在处理数据时,将成图范围内的点云进行裁剪后获得目标测区数据。因此,测区数据是由若干条平行且不连续的航带组成的。根据这一特性,遍历待处理点云数据,对相邻的两个激光脚点(即测点)的测量数据获取时间作差运算,时间发生跳跃的两个激光脚点即为图幅内两个条带的分界点。这样,就可以获得图幅内的航带数目以及每个航带内点云数据的分布范围。
另外,步骤一中进行格网化处理之前,先将所处理点云数据传送至所述数据处理,并同步存储至与所述数据处理器相接的数据存储设备内;采用所述机载激光雷达由先至后对测区进行N个架次飞行时,对每一个架次的飞行时间段分别进行记录;步骤二中对所处理点云数据中所有激光脚点所属的航带分别进行判断时,先根据所记录的每一个架次的飞行时间段,对N个航带的激光雷达点云数据的数据获取时间段分别进行确定;之后,再根据N个航带的激光雷达点云数据的数据获取时间段,并结合所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断。
本实施例中,步骤二中所述数据处理器根据所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断,并根据判断结果且采用所述数据处理器标记出各激光脚点所属的航带编号,也就是说通过所述数据处理器自动完成各激光脚点所属航带的判断与标记过程。
步骤三、冗余数据提取:根据步骤二中所标记出的各激光脚点所属的航带编号,采用所述数据处理器对步骤一中所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断,并自所述格网中查找出所有冗余数据方格,且所述冗余数据方格为内部包含两个航带激光脚点的测量数据的方形网格。
本实施例中,自所述格网中查找出所有冗余数据方格后,还需采用所述数据处理器且调用冗余数据方格标记模块,对查找出的所有冗余数据方格分别进行标记。
实际操作过程中,通过对所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断后,根据判断结果将所述格网中的所有方形网格分为以下三种类型:①方形网格表示的坐标范围内没有一个激光脚点;②方形网格表示的坐标范围内只有一个航带的激光脚点;③方形网格表示的范围内包含有两个航带的激光脚点。本实施例中,第三类方形网格覆盖的区域为重叠区点云的分布区域,该区域内的点云即为冗余区域的点云。
步骤四、冗余数据处理:采用所述数据处理器且调用冗余数据剔除模块或冗余数据标记模块,对步骤三中查找出的所有冗余数据方格分别进行冗余数据处理。
调用所述冗余数据剔除模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据剔除模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据剔除,并保留另一个航带的激光脚点的测量数据;
调用所述冗余数据标记模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据标记模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据标记为冗余数据。
本实施例中,步骤三中自所述格网中查找出所有冗余数据方格后,相邻两个所述航带之间的所有冗余数据方格形成一个冗余数据条带;所述冗余数据条带的数量为N-1个。
实际操作过程中,还需采用冗余数据条带标记模块对冗余数据条带的区域进行标记,详见图3。
本实施例中,对所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断之前,先对所处理点云数据中各激光脚点在所述格网中的位置进行确定,且根据公式Ri=(Yi-MINY)/L+1和Ci=(Xi-MINX)/L+1进行确定,其中Xi为当前所确定激光脚点的X轴坐标值,Yi为当前所确定激光脚点的Y轴坐标值,Ri和Ci分别为当前所确定激光脚点在所述格网中的行数和列数;之后,根据当前所确定激光脚点在所述格网中的行数Ri和列数Ci,对所述格网中各方形网格内所包括的激光脚点进行确定。
本实施例中,对所处理点云数据中各激光脚点在所述格网中的位置进行确定时,采用所述数据处理器且按照公式Ri=(Yi-MINY)/L+1和Ci=(Xi-MINX)/L+1进行确定;之后,所述数据处理器结合各激光脚点在所述格网中的行数Ri和列数Ci,自动判断出所述格网中各方形网格内所包括的激光脚点,同时结合步骤二中所标记的各激光脚点所属的航带编号,得出各方形网格内所包括激光脚点的数量和各激光脚点所处的航带。
步骤四中调用所述冗余数据剔除模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4011、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧;
4012、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4011中所述几何中心线左侧的航带二的激光雷达点云数据均剔除,同时将位于步骤4011中所述几何中心线右侧的航带一的激光雷达点云数据均剔除。
另外,步骤四中调用所述冗余数据标记模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4021、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧,详见图2;
4022、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4021中所述几何中心线左侧的航带二的激光雷达点云数据均标记为冗余数据,同时将位于步骤4021中所述几何中心线右侧的航带一的激光雷达点云数据均标记为冗余数据。
综上,实际操作过程中,在确定重叠区点云的范围之后,便可以对冗余的点云进行删除或者重分类操作。一般来说,激光点的测量误差与激光扫描角成正比,即越靠近航带边缘的点云,测量误差越大。因而,在去除重叠区域的冗余点云时,尽可能地去除航带边缘质量较差的点,保留靠近航带中心质量较高的点。具体做法是:首先将第二类方格的点云全部保留输出,把重叠区的点云沿平行于航线方向分为两部分,然后将重叠区域中每个航带靠近边缘位置的点云删除或重新归类,从而完成点云的消冗处理。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。
Claims (8)
1.一种机载激光雷达航带间冗余数据自动去除方法,其特征在于该方法包括以下步骤:
步骤一、格网化处理:采用数据处理器对所处理点云数据进行格网划分,使得所述点云数据被划分于多个尺寸相同的方形网格内,且划分后所形成格网的行数和列数分别为Rmax=(MAXY-MINY)/L+1和Cmax=(MAXX-MINX)/L+1;
所处理点云数据为采用机载激光雷达由先至后对测区进行N个架次飞行后,所获得的包含N个航带的激光雷达点云数据,其中N≥2;每一个航带的激光雷达点云数据中均包括多个激光脚点的测量数据,且每一个激光脚点的测量数据均包括该激光脚点的(X,Y,Z)三维坐标数据和测量数据获取时间;
其中,MAXY为所处理点云数据中Y轴坐标值最大的激光脚点的Y轴坐标值,MINY为所处理点云数据中Y轴坐标值最小的激光脚点的Y轴坐标值,MAXX为所处理点云数据中X轴坐标值最大的激光脚点的X轴坐标值,且MINX为所处理点云数据中X轴坐标值最小的激光脚点的X轴坐标值;L为所述方形网格的边长,且式中b=20%~30%,a为所处理点云数据的密度;
步骤二、各激光脚点所属航带确定:根据所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断,并根据判断结果且采用所述数据处理器标记出各激光脚点所属的航带编号;
步骤三、冗余数据提取:根据步骤二中所标记出的各激光脚点所属的航带编号,采用所述数据处理器对步骤一中所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断,并自所述格网中查找出所有冗余数据方格,且所述冗余数据方格为内部包含两个航带激光脚点的测量数据的方形网格;
步骤四、冗余数据处理:采用所述数据处理器且调用冗余数据剔除模块或冗余数据标记模块,对步骤三中查找出的所有冗余数据方格分别进行冗余数据处理;
调用所述冗余数据剔除模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据剔除模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据剔除,并保留另一个航带的激光脚点的测量数据;
调用所述冗余数据标记模块进行冗余数据处理时,所有冗余数据方格的冗余数据处理方法均相同;且对任一个所述冗余数据方格进行进行冗余数据处理时,所述数据处理器调用所述冗余数据标记模块,将当前所处理冗余数据方格内所包含的一个航带的激光脚点的测量数据标记为冗余数据。
2.按照权利要求1所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤三中自所述格网中查找出所有冗余数据方格后,还需采用所述数据处理器且调用冗余数据方格标记模块,对查找出的所有冗余数据方格分别进行标记。
3.按照权利要求1或2所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤三中自所述格网中查找出所有冗余数据方格后,相邻两个所述航带之间的所有冗余数据方格形成一个冗余数据条带;所述冗余数据条带的数量为N-1个。
4.按照权利要求3所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤四中调用所述冗余数据剔除模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4011、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧;
4012、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4011中所述几何中心线左侧的航带二的激光雷达点云数据均剔除,同时将位于步骤4011中所述几何中心线右侧的航带一的激光雷达点云数据均剔除。
5.按照权利要求3所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤四中调用所述冗余数据标记模块进行冗余数据处理时,对N-1个所述冗余数据条带分别进行冗余数据处理,且N-1个所述冗余数据条带的冗余数据处理方法均相同;且对任一个所述冗余数据条带进行冗余数据处理时,其处理过程如下:
4021、冗余数据条带的几何中心线提取:提取出当前所处理冗余数据条带的几何中心线;当前所处理冗余数据条带位于航带一和航带二之间,并且所述航带一位于所述航带二的左侧;
4022、冗余数据剔除:根据步骤二中所标记出的各激光脚点所属的航带编号,将位于步骤4021中所述几何中心线左侧的航带二的激光雷达点云数据均标记为冗余数据,同时将位于步骤4021中所述几何中心线右侧的航带一的激光雷达点云数据均标记为冗余数据。
6.按照权利要求1或2所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤二中对所处理点云数据中所有激光脚点所属的航带分别进行判断时,根据同一航带内前后相邻两个激光脚点的测量数据获取时间的连续性,对相邻两个航带之间的分界线进行确定,并根据所确定的相邻两个航带之间的分界线,对所有激光脚点所属的航带分别进行判断。
7.按照权利要求1或2所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤一中进行格网化处理之前,先将所处理点云数据传送至所述数据处理,并同步存储至与所述数据处理器相接的数据存储设备内;采用所述机载激光雷达由先至后对测区进行N个架次飞行时,对每一个架次的飞行时间段分别进行记录;步骤二中对所处理点云数据中所有激光脚点所属的航带分别进行判断时,先根据所记录的每一个架次的飞行时间段,对N个航带的激光雷达点云数据的数据获取时间段分别进行确定;之后,再根据N个航带的激光雷达点云数据的数据获取时间段,并结合所处理点云数据中各激光脚点的测量数据获取时间,对所处理点云数据中所有激光脚点所属的航带分别进行判断。
8.按照权利要求1或2所述的一种机载激光雷达航带间冗余数据自动去除方法,其特征在于:步骤三中对所述格网中每一个所述方形网格内所包括激光脚点的数量与各激光脚点所属的航带分别进行判断之前,先对所处理点云数据中各激光脚点在所述格网中的位置进行确定,且根据公式Ri=(Yi-MINY)/L+1和Ci=(Xi-MINX)/L+1进行确定,其中Xi为当前所确定激光脚点的X轴坐标值,Yi为当前所确定激光脚点的Y轴坐标值,Ri和Ci分别为当前所确定激光脚点在所述格网中的行数和列数;之后,根据当前所确定激光脚点在所述格网中的行数Ri和列数Ci,对所述格网中各方形网格内所包括的激光脚点进行确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210571303XA CN103033805A (zh) | 2012-12-25 | 2012-12-25 | 一种机载激光雷达航带间冗余数据自动去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210571303XA CN103033805A (zh) | 2012-12-25 | 2012-12-25 | 一种机载激光雷达航带间冗余数据自动去除方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103033805A true CN103033805A (zh) | 2013-04-10 |
Family
ID=48020877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210571303XA Pending CN103033805A (zh) | 2012-12-25 | 2012-12-25 | 一种机载激光雷达航带间冗余数据自动去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103033805A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886555A (zh) * | 2014-03-12 | 2014-06-25 | 北京昊峰东方科技有限公司 | 一种基于海量三维激光扫描点云数据的处理方法 |
CN104360339A (zh) * | 2014-10-31 | 2015-02-18 | 中国林业科学研究院资源信息研究所 | 激光雷达航带扫描边界识别方法及装置 |
CN105761257A (zh) * | 2016-02-05 | 2016-07-13 | 中测新图(北京)遥感技术有限责任公司 | 交叉航带上无人机影像匹配中粗差的剔除方法和装置 |
CN105825011A (zh) * | 2016-03-16 | 2016-08-03 | 浙江华东测绘地理信息有限公司 | 一种多波束测深离散点云数据的并行抽稀方法 |
CN106680798A (zh) * | 2017-01-23 | 2017-05-17 | 辽宁工程技术大学 | 一种机载lidar航带重叠区冗余辨识及消除方法 |
CN110632617A (zh) * | 2019-09-29 | 2019-12-31 | 北京邮电大学 | 一种激光雷达点云数据处理的方法及装置 |
CN111220966A (zh) * | 2020-04-22 | 2020-06-02 | 成都纵横融合科技有限公司 | 一种机载激光雷达系统等航宽滤波方法 |
CN111369604A (zh) * | 2020-02-26 | 2020-07-03 | 广州海洋地质调查局 | 一种基于网格的地形特征点提取方法及处理终端 |
CN111627211A (zh) * | 2019-02-28 | 2020-09-04 | 通用汽车环球科技运作有限责任公司 | 确定合作传感器共享物体的接收过程的优先级的方法 |
CN112181958A (zh) * | 2020-09-10 | 2021-01-05 | 广东电网有限责任公司江门供电局 | 一种快速剔除无人机倾斜摄影五镜头冗余数据的方法 |
CN114972831A (zh) * | 2022-06-15 | 2022-08-30 | 飞燕航空遥感技术有限公司 | 机载LiDAR航带重叠消冗方法和系统、介质、设备 |
-
2012
- 2012-12-25 CN CN201210571303XA patent/CN103033805A/zh active Pending
Non-Patent Citations (3)
Title |
---|
刘庆元 等: "机载激光雷达数据简化算法的研究", 《测绘科学》 * |
彭检贵 等: "一种去除机载LiDAR航带重叠区冗余点云的方法", 《计算机工程与应用》 * |
龚亮: "机载LiDAR点云数据分类技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886555A (zh) * | 2014-03-12 | 2014-06-25 | 北京昊峰东方科技有限公司 | 一种基于海量三维激光扫描点云数据的处理方法 |
CN104360339A (zh) * | 2014-10-31 | 2015-02-18 | 中国林业科学研究院资源信息研究所 | 激光雷达航带扫描边界识别方法及装置 |
CN105761257A (zh) * | 2016-02-05 | 2016-07-13 | 中测新图(北京)遥感技术有限责任公司 | 交叉航带上无人机影像匹配中粗差的剔除方法和装置 |
CN105761257B (zh) * | 2016-02-05 | 2018-08-10 | 中测新图(北京)遥感技术有限责任公司 | 交叉航带上无人机影像匹配中粗差的剔除方法和装置 |
CN105825011A (zh) * | 2016-03-16 | 2016-08-03 | 浙江华东测绘地理信息有限公司 | 一种多波束测深离散点云数据的并行抽稀方法 |
CN106680798A (zh) * | 2017-01-23 | 2017-05-17 | 辽宁工程技术大学 | 一种机载lidar航带重叠区冗余辨识及消除方法 |
CN106680798B (zh) * | 2017-01-23 | 2019-04-02 | 辽宁工程技术大学 | 一种机载lidar航带重叠区冗余辨识及消除方法 |
CN111627211A (zh) * | 2019-02-28 | 2020-09-04 | 通用汽车环球科技运作有限责任公司 | 确定合作传感器共享物体的接收过程的优先级的方法 |
CN111627211B (zh) * | 2019-02-28 | 2022-08-09 | 通用汽车环球科技运作有限责任公司 | 确定合作传感器共享物体的接收过程的优先级的方法 |
CN110632617B (zh) * | 2019-09-29 | 2021-11-02 | 北京邮电大学 | 一种激光雷达点云数据处理的方法及装置 |
CN110632617A (zh) * | 2019-09-29 | 2019-12-31 | 北京邮电大学 | 一种激光雷达点云数据处理的方法及装置 |
CN111369604A (zh) * | 2020-02-26 | 2020-07-03 | 广州海洋地质调查局 | 一种基于网格的地形特征点提取方法及处理终端 |
CN111369604B (zh) * | 2020-02-26 | 2023-10-13 | 广州海洋地质调查局 | 一种基于网格的地形特征点提取方法及处理终端 |
CN111220966A (zh) * | 2020-04-22 | 2020-06-02 | 成都纵横融合科技有限公司 | 一种机载激光雷达系统等航宽滤波方法 |
CN112181958A (zh) * | 2020-09-10 | 2021-01-05 | 广东电网有限责任公司江门供电局 | 一种快速剔除无人机倾斜摄影五镜头冗余数据的方法 |
CN112181958B (zh) * | 2020-09-10 | 2023-01-24 | 广东电网有限责任公司江门供电局 | 一种快速剔除无人机倾斜摄影五镜头冗余数据的方法 |
CN114972831A (zh) * | 2022-06-15 | 2022-08-30 | 飞燕航空遥感技术有限公司 | 机载LiDAR航带重叠消冗方法和系统、介质、设备 |
CN114972831B (zh) * | 2022-06-15 | 2024-08-16 | 飞燕航空遥感技术有限公司 | 机载LiDAR航带重叠消冗方法和系统、介质、设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103033805A (zh) | 一种机载激光雷达航带间冗余数据自动去除方法 | |
CN105844629B (zh) | 一种大场景城市建筑物立面点云自动分割方法 | |
CN109949326B (zh) | 基于背包式三维激光点云数据的建筑物轮廓线提取方法 | |
US8244026B2 (en) | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby | |
CN101702200B (zh) | 一种机载激光雷达点云数据的自动分类方法 | |
CN102930509B (zh) | 一种机载激光点云数据的智能化滤波方法 | |
Zhou et al. | A fast and accurate segmentation method for ordered LiDAR point cloud of large-scale scenes | |
CN104376595B (zh) | 一种基于机载LiDAR和GIS协同的三维道路生成方法 | |
CN107944018A (zh) | 一种基于激光点云数据的矢量地图位置精度自动质检方法 | |
CN107798657B (zh) | 一种基于圆柱坐标的车载激光点云滤波方法 | |
CN103020342A (zh) | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 | |
CN101335431A (zh) | 基于机载激光雷达数据的架空送电线路优化选线方法 | |
KR100948099B1 (ko) | 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법 | |
KR100963651B1 (ko) | 항공라이다자료를 이용한 건물외곽선 자동 추출 방법 | |
CN109556673A (zh) | 一种基于无人机的土方算量方法及系统 | |
CN106982414B (zh) | 一种定位更新方法、装置和移动终端 | |
US20210247771A1 (en) | Information processing device | |
CN107657636A (zh) | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 | |
JP2015200615A (ja) | レーザー計測結果解析システム | |
CN103256914A (zh) | 一种基于dem计算淤地坝淹没面积的方法及系统 | |
Liu et al. | High-resolution DEM generated from LiDAR data for water resource management | |
Du et al. | Forest terrain and canopy height estimation using stereo images and spaceborne LiDAR data from GF-7 satellite | |
CN104614729B (zh) | 一种激光雷达航带高程匹配质量分析方法 | |
CN104036499A (zh) | 一种多尺度叠加分割方法 | |
CN110807832A (zh) | 一种基于地面三维扫描仪的电力线自动提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130410 |