CN104898106B - 面向复杂地形机载激光雷达数据的地面点提取方法 - Google Patents
面向复杂地形机载激光雷达数据的地面点提取方法 Download PDFInfo
- Publication number
- CN104898106B CN104898106B CN201410725773.6A CN201410725773A CN104898106B CN 104898106 B CN104898106 B CN 104898106B CN 201410725773 A CN201410725773 A CN 201410725773A CN 104898106 B CN104898106 B CN 104898106B
- Authority
- CN
- China
- Prior art keywords
- ground
- ground point
- point
- points
- candidate
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 230000001788 irregular Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种面向复杂地形机载激光雷达数据的地面点提取方法,包括如下步骤,获取初始地面点集,利用移动格网法提取机载激光雷达数据中的地面点;对初始地面点构建不规则三角网模型,该不规则三角网模型是已经提取到的地面点构成的地表模型;计算每个候选地面点到已经提取到的地面点的最近距离,获取每个候选地面点的加密优先级;根据加密优先级逐一判断每个候选地面点,更新该脚点领域内候选地面点的加密优先级;将已经提取到的地面点作为最终得到的地面点。本发明针对现有地面点提取算法在处理复杂地形机载激光雷达数据存在较大误差的问题,提供了一种面向复杂地形机载激光雷达数据的地面点提取方法,以达到提高复杂地形区域的地面点提取精度的目的。
Description
技术领域
本发明属于空间信息技术领域,具体涉及一种面向复杂地形机载激光雷达数据的地面点提取方法。
背景技术
机载激光雷达(Airborne Light Detection And Ranging,LiDAR)是一种快速发展的地形测绘技术。机载激光雷达的工作原理是根据脉冲从发射到接收地表反射回的脉冲信号的传播时间来计算激光出射点到地表的距离,然后利用GPS(Global PositionSystem,全球定位系统)提供的发射点的三维空间信息以及姿态测量系统获得的飞行平台的姿态信息来确定地表反射点的坐标。该技术在一些使用传统摄影测量方法进行地形测绘比较困难的地区,如植被覆盖区、海岸带、岛礁地区等等,发挥着不可替代的作用。
提取机载激光雷达数据中的地面点是指从机载激光雷达数据中将地面点与非地面点分离开,它是提取数字高程模型(Digital Elevation Model,DEM)的核心技术。目前常见的地面点提取方法,如基于形态学的算法、基于线性预测的算法、基于坡度的算法等,主要是用于解决较平坦城区机载激光雷达数据的地面点提取问题,而专门针对复杂地形,如地形起伏较大地区的地面点提取问题的算法相对较少。国际摄影测量与遥感协会(International Society for Photogrammetry and Remote Sensing,ISPRS)特别指出现有的地面点提取算法在地形起伏、陡坡陡坎多,同时分布有植被的区域,存在较大的分类误差,因此本发明提出的面向复杂地形机载激光雷达数据的地面点提取方法具有较强的应用价值。
发明内容
为解决上述技术问题,本发明针对现有地面点提取算法在处理复杂地形机载激光雷达数据时存在较大误差的问题,提供了一种面向复杂地形机载激光雷达数据的地面点提取方法,以达到提高复杂地形区域的地面点提取精度的目的。
实现上述目的,本发明之一种面向复杂地形机载激光雷达数据的地面点提取方法,其特征在于:包括如下步骤,
步骤1,获取初始地面点集,利用移动格网法从机载激光雷达数据中提取部分的地面点,并将该地面点称为初始地面点,而机载激光雷达数据中的其他激光脚点称为候选地面点;
步骤2,对步骤1中提取到的初始地面点构建不规则三角网模型,该不规则三角网模型是当前已经提取到的地面点构成的地表模型;
步骤3,计算每个候选地面点到已经提取到的地面点的最近距离,利用该距离和优先级计算公式得到每个候选地面点的加密优先级;
步骤4,根据加密优先级逐一判断每个候选地面点,如果当前判断的候选地面点满足地面点判断准则,则将该候选地面点加入到步骤2中的不规则三角网模型中,同时更新该候选地面点邻域内的候选地面点的加密优先级;
步骤5,利用邻近距离判断法确定已经提取到的地面点中的低矮噪声点;
步骤6,如果步骤5中发现有低矮噪声点,则转步骤7,否则转步骤8;
步骤7,将步骤5中的低矮噪声点从机载激光雷达数据中剔除,不再参与后续算法步骤,重新对已经提取到的地面点构建不规则三角网模型,转步骤3;
步骤8,将已经提取到的地面点作为算法最终得到的地面点,地面点提取过程结束。
在上述方案基础上优选,步骤1中所述的移动格网法提取机载激光雷达数据中的地面点进一步包括以下步骤,
①获取移动格网步长
step=λ×average_interval;
式中,step为格网移动步长;λ取值为0.8;average_interval为机载激光雷达数据的平均脚点间距,也称为机载激光雷达数据的空间分辨率;
②三维空间坐标是机载激光雷达数据所包含的最基本的属性之一,三维空间坐标的X、Y、Z分量分别对应于WGS-84坐标系中的X、Y、Z轴的坐标值,统计机载激光雷达数据在X轴和Y轴上的最小值和最大值,分别为minx、miny、maxx和maxy;
③确定格网的坐标原点(orgx,orgy);其中,
④令max_length为机载激光雷达数据中所包含的建筑物的最大边长,利用格网的坐标原点(orgx,orgy)以及算法参数max_length对机载激光雷达数据进行二维格网划分,将二维格网中每个格网内的最低点判定为地面点;
⑤如果orgx大于maxx或者orgy大于maxy,则步骤1结束,否则转步骤⑥;
⑥更新格网的坐标原点,计算公式如下,转步骤④;
在上述方案基础上优选,所述的步骤3中获取候选地面点的加密优先级进一步包括以下步骤,
①令已经提取到的地面点的集合为A,候选地面点的集合为B,搜索半径为R,且搜索半径R设置为5倍的机载激光雷达数据的平均脚点间距;
②将所有候选地面点的加密优先级设置为0,对集合A进行八叉树组织;
③针对集合B中的每个候选地面点,进行如下操作:假设当前候选地面点为P,查找与P之间的距离小于R的集合A中的所有地面点,计算这些地面点与P之间的距离,将其中的最小距离min_distance,按照下列计算出P的加密优先级;
priority(p)=e-min_distance;
其中,式中的Priority(p)为P的加密优先级,min_distance为集合A中所有地面点距离P之间的最小距离。
在上述方案基础上优选,所述的步骤4中基于加密优先级的地面点提取方法进一步包括以下步骤,
①经过步骤3处理后得到现阶段已经提取到的地面点的加密优先级,令加密队列为PQ,PQ具有如下性质:它能够保证加密优先级大的候选地面点被优先判断,PQ的具体实现形式为最大堆,步骤4需要两个算法参数,分别为搜索半径R和增长比率k,搜索半径R的大小为5倍的机载激光雷达数据的平均脚点间距,k=1.5,令已经提取到的地面点的集合为A,候选地面点的集合为B;
②如果集合B为空,则步骤4结束,否则转步骤③;
③将加密队列PQ置空,然后依次插入集合B中的候选地面点,每个候选地面点中携带有对应的加密优先级,PQ根据加密优先级的大小对候选地面点从大到小排序;
④从加密队列PQ中取出加密优先级最大的候选地面点q,并从集合B中将q剔除,转步骤⑤;
⑤判断候选地面点q是否满足以下地面点条件,如果不满足地面点条件,转步骤⑦,否则转步骤⑥;
式中,令T为候选地面点q投影到地表模型时所位于的三角形,d为q到T的垂直距离,θ为连接q和T的三个顶点所构成的边与T所形成的三个夹角中的最小角,Td设置为0.15米,Tθ设置为15°;
式中,L为候选地面点q到T的三个顶点的最近距离,令P1为该最近距离对应的T的顶点,则根据地表模型可以计算出P1处的地形方向V,δ为q和P1的连线与V所构成的夹角,TL设置为3倍的机载激光雷达数据的平均脚点间距,Tδ设置为10°;
⑥将q加入到集合A中,并更新地表模型,然后重新计算q在半径R内的候选地面点的加密优先级,如果计算出来的新加密优先级大于原加密优先级,则更新其在加密队列PQ中的位置;
⑦如果加密队列PQ为空,说明当前搜索半径R内的候选地面点已判断完毕,转步骤⑧,否则转步骤④;
⑧扩大搜索半径R,R=k×R,其中k=1.5,转步骤⑦。
在上述方案基础上优选,所述的步骤5中查找机载激光雷达数据中低矮噪声点的邻近距离判断步骤进一步还包括以下步骤,
①令p0为当前待判断的地面点,计算p0的k个邻近地面点{p1…pk},将p0和{p1…pk}构成一个新的集合{p0…pk},其中pi(0≤i≤k)包含的基本属性有三维空间坐标,对集合{p0…pk}根据其三维空间坐标的Z分量从小到大进行排序,得到有序数组V={p'0…p'k},而k值大小可以根据以下公式计算得到
K=area/(average_interval×average_interval);
其中,area为搜索面积,area设置为5平方米,average_interval为机载激光雷达数据的平均脚点间距;
②计算有序数组V中相邻地面点间的高差D={d0,d1…dk-1},其中di=p'i+1-p'i(0≤i≤k-1);
③从j=0开始到k-1,根据以下公式判断是否为真,如果为真,则将p0从地面点中剔除。
f=dj>Zthreshold&&p0∈{p'0…p'j}&&|{p'0…p'j}|<nmax;
其中,Zthreshold为最大允许的高程,设置为2米,nmax为噪声点集的最大点数,设置为5。
本发明与现有技术相比,其有益效果是:
1.本发明提出的移动格网算法能够高效地提取大量初始地面点,能够为后续算法提供相对精确的初始地表模型;
2.加密优先级的引入可以保证地面点提取过程中距离已提取到的地面点较近的候选地面点被优先判定,从而减少了因为地形起伏而造成植被等被错误判定为地面点的情况的发生;
3.利用邻近距离判断法进行低矮噪声点判断可以显著提高算法对低矮噪声点的鲁棒性,进而提高算法的提取精度。
附图说明
图1是本发明的一种面向复杂地形机载激光雷达数据的地面点提取方法的流程图;
图2:本发明的地面点判断条件示意图。
具体实施方式
为详细说明本发明之技术内容、构造特征、所达成目的及功效,以下兹例举实施例并配合附图详予说明。
请参阅图1所示,并结合图2所示,本发明一种面向复杂地形机载激光雷达数据的地面点提取方法,包括以下步骤:
步骤1,获取初始地面点集,利用移动格网法从机载激光雷达数据中提取部分的地面点,并将该地面点称为初始地面点,而机载激光雷达数据中的其他激光脚点称为候选地面点;
步骤2,对步骤1中提取到的初始地面点构建不规则三角网(TriangulatedIrregular Network,TIN)模型,该不规则三角网模型可以认为是当前已经提取到的地面点构成的地表模型;
步骤3,计算每个候选地面点到已经提取到的地面点的最近距离,利用该距离和优先级计算公式得到每个候选地面点的加密优先级;
步骤4,根据加密优先级逐一判断每个候选地面点,如果当前判断的候选地面点满足地面点判断准则,则将该候选地面点加入到步骤2中的不规则三角网模型中,同时更新该候选地面点邻域内的候选地面点的加密优先级;
步骤5,利用邻近距离判断法确定已经提取到的地面点中的低矮噪声点;
步骤6,如果步骤5中发现有低矮噪声点,则转步骤7,否则转步骤8;
步骤7,将步骤5中的低矮噪声点从机载激光雷达数据中剔除,不再参与后续算法步骤,重新对已经提取到的地面点构建不规则三角网模型,转步骤3;
步骤8,将已经提取到的地面点作为算法最终得到的地面点,地面点提取过程结束。
其中,在步骤1中用于提取机载激光雷达数据中初始地面点的移动格网法的计算过程为:
步骤1.1,设置算法所需要参数:机载激光雷达数据中所包含的建筑物的最大边长max_length和格网移动步长step,将机载激光雷达数据导入到Global Mapper软件中,通过目视判读的方式和手工量测的方式确定max_length的大小,step值可以利用式(1)计算得到;
step=λ×average_interval (1)
其中,step为格网移动步长;λ取值为0.8;average_interval为机载激光雷达数据的平均脚点间距,也称为机载激光雷达数据的空间分辨率。
步骤1.2,三维空间坐标是机载激光雷达数据所包含的最基本的属性之一,三维空间坐标的X、Y、Z分量分别对应于WGS-84坐标系中的X、Y、Z轴的坐标值,统计机载激光雷达数据在X轴和Y轴上的最小值和最大值,分别为minx、miny、maxx和maxy;
步骤1.3,利用式(2)确定格网的坐标原点(orgx,orgy);
步骤1.4,令max_length为机载激光雷达数据中所包含的建筑物的最大边长,利用格网的坐标原点(orgx,orgy)以及算法参数max_length对机载激光雷达数据进行二维格网划分,将二维格网中每个格网内的最低点判定为地面点;
步骤1.5,如果orgx大于maxx或者orgy大于maxy,则步骤1结束,否则转步骤1.6;
步骤1.6,更新格网的坐标原点,计算过程如式(3),转步骤1.4;
在步骤3中,设置每个候选地面点的加密优先级的方法的详细过程为:
步骤3.1,令已经提取到的地面点的集合为A,候选地面点的集合为B,步骤3需要的一个参数为搜索半径R,搜索半径R设置为5倍的机载激光雷达数据的平均脚点间距,R=5×average_interval;
步骤3.2,将所有候选地面点的加密优先级设置为0,对集合A进行八叉树组织,提高查询效率;
步骤3.3,针对集合B中的每个候选地面点,进行如下操作:假设当前候选地面点为P,查找与P距离小于R的集合A中的所有地面点,计算这些地面点和P的距离,将其中的最小距离min_distance按照式(4)计算出P的加密优先级;
priority(p)=e-min_distance (4)
在上述步骤4中,基于加密优先级的地面点提取方法的详细过程为:
步骤4.1,经过步骤3处理后得到现阶段已经提取到的地面点的加密优先级,令加密队列为PQ,PQ具有如下性质:它能够保证加密优先级大的候选地面点被优先判断,PQ的具体实现形式为最大堆,步骤4需要两个算法参数,分别为搜索半径R和增长比率k,搜索半径R的大小为5倍的机载激光雷达数据的平均脚点间距,k为1.5,令已经提取到的地面点的集合为A,候选地面点的集合为B;
步骤4.2,如果集合B为空,则步骤4结束,否则转步骤4.3;
步骤4.3,将加密队列PQ置空,然后依次插入集合B中的候选地面点,每个候选地面点中携带有对应的加密优先级,PQ根据加密优先级的大小对候选地面点从大到小排序;
步骤4.4,从加密队列PQ中取出加密优先级最大的候选地面点q,并从集合B中将q剔除,转步骤4.5;
步骤4.5,判断候选地面点q是否满足以下地面点条件,即式(5)或式(5),如果不满足地面点条件,转步骤4.7,否则转步骤4.6;
其中,令T为候选地面点q投影到地表模型时所位于的三角形,d为q到T的垂直距离,θ为连接q和T的三个顶点所构成的边与T所形成的三个夹角中的最小角,Td设置为0.15米,Tθ设置为15°,d和θ的几何描述见图2。
其中,L为候选地面点q到T的三个顶点的最近距离,令P1为该最近距离对应的T的顶点,则根据地表模型可以计算出P1处的地形方向V,那么δ为q和P1的连线与V所构成的夹角,TL设置为3倍的机载激光雷达数据的平均脚点间距,Tδ设置为10°,L和δ的几何描述见图2。
步骤4.6,将q加入到集合A中,并更新地表模型,然后重新计算q在半径R内的候选地面点的加密优先级,如果计算出来的新加密优先级大于原加密优先级,则更新其在加密队列PQ中的位置;
步骤4.7,如果加密队列PQ为空,说明当前搜索半径R内的候选地面点已判断完毕,转步骤4.8,否则转步骤4.4;
步骤4.8,扩大搜索半径R,R=k×R,其中k=1.5,转步骤4.7。
步骤5中,查找机载激光雷达数据中低矮噪声点的邻近距离判断法为:
步骤5.1,对步骤4中得到的地面点,逐一进行步骤5.2-5.4的处理;
步骤5.2,令p0为当前待判断的地面点,计算p0的k个邻近地面点{p1…pk},将p0和{p1…pk}构成一个新的集合{p0…pk},其中pi(0≤i≤k)包含的基本属性有三维空间坐标,对集合{p0…pk}根据其三维空间坐标的Z分量从小到大进行排序,得到有序数组V={p'0…p'k},而k值大小可以根据以下公式计算得到;
K=area/(average_interval×average_interval)(7)
其中,area设置为5平方米,average_interval为机载激光雷达数据的平均脚点间距。
步骤5.3,计算有序数组V中相邻地面点间的高差D={d0,d1…dk-1},其中di=p'i+1-p'i(0≤i≤k-1);
步骤5.4,从j=0开始到k-1,根据以下公式判断是否为真,如果为真,则将p0从地面点中剔除。
f=dj>Zthreshold&&p0∈{p'0…p'j}&&|{p'0…p'j}|<nmax (8)
其中,Zthreshold为最大允许的高程,设置为2米,nmax为噪声点集的最大点数,设置为5。
本发明与现有技术相比,其有益效果是:
1.本发明提出的移动格网算法能够高效地提取大量初始地面点,能够为后续算法提供相对精确的初始地表模型;
2.加密优先级的引入可以保证地面点提取过程中距离已提取到的地面点较近的候选地面点被优先判定,从而减少了因为地形起伏而造成植被等被错误判定为地面点的情况的发生;
3.利用邻近距离判断法进行低矮噪声点判断可以显著提高算法对低矮噪声点的鲁棒性,进而提高算法的提取精度。
综上所述,仅为本发明之较佳实施例,不以此限定本发明的保护范围,凡依本发明专利范围及说明书内容所作的等效变化与修饰,皆为本发明专利涵盖的范围之内。
Claims (5)
1.一种面向复杂地形机载激光雷达数据的地面点提取方法,其中,所述方法包括如下步骤,
步骤1,获取初始地面点集,利用移动格网法从机载激光雷达数据中提取部分的地面点,并将该地面点称为初始地面点,而机载激光雷达数据中的其他激光脚点称为候选地面点;
步骤2,对步骤1中提取到的初始地面点构建不规则三角网模型,该不规则三角网模型是当前已经提取到的地面点构成的地表模型;
步骤3,计算每个候选地面点到已经提取到的地面点的最近距离,获取每个候选地面点的加密优先级;
步骤4,根据加密优先级逐一判断每个候选地面点,如果当前判断的候选地面点满足地面点判断准则,则将该候选地面点加入到步骤2中的不规则三角网模型中,同时更新该候选地面点邻域内的候选地面点的加密优先级;
步骤5,确定已经提取到的地面点中的低矮噪声点;
步骤6,如果步骤5中发现有低矮噪声点,则转步骤7,否则转步骤8;
步骤7,将步骤5中的低矮噪声点从机载激光雷达数据中剔除,不再参与后续算法步骤,重新对已经提取到的地面点构建不规则三角网模型,转步骤3;
步骤8,将已经提取到的地面点作为算法最终得到的地面点,地面点提取过程结束,
其特征在于,
所述的步骤3中获取候选地面点的加密优先级进一步包括以下步骤,
①令已经提取到的地面点的集合为A,候选地面点的集合为B,搜索半径为R,且搜索半径R设置为5倍的机载激光雷达数据的平均脚点间距;
②将所有候选地面点的加密优先级设置为0,对集合A进行八叉树组织;
③针对集合B中的每个候选地面点,进行如下操作:假设当前候选地面点为P,查找与P之间的距离小于R的集合A中的所有地面点,计算这些地面点与P之间的距离,将其中的最小距离min_distance,按照下列计算出P的加密优先级;
priority(p)=e-min_distance;
其中,式中的Priority(p)为P的加密优先级,min_distance为集合A中所有地面点距离P之间的最小距离。
2.如权利要求1所述的一种面向复杂地形机载激光雷达数据的地面点提取方法,其特征在于:步骤1中所述的移动格网法提取机载激光雷达数据中的地面点进一步包括以下步骤,
①获取移动格网步长
step=λ×average_interval;
式中,step为格网移动步长;λ取值为0.8;average_interval为机载激光雷达数据的平均脚点间距,也称为机载激光雷达数据的空间分辨率;
②三维空间坐标是机载激光雷达数据所包含的最基本的属性之一,三维空间坐标的X、Y、Z分量分别对应于WGS-84坐标系中的X、Y、Z轴的坐标值,统计机载激光雷达数据在X轴和Y轴上的最小值和最大值,分别为minx、miny、maxx和maxy;
③确定格网的坐标原点(orgx,orgy);其中,
④令max_length为机载激光雷达数据中所包含的建筑物的最大边长,利用格网的坐标原点(orgx,orgy)以及算法参数max_length对机载激光雷达数据进行二维格网划分,将二维格网中每个格网内的最低点判定为地面点;
⑤如果orgx大于maxx或者orgy大于maxy,则步骤1结束,否则转步骤⑥;
⑥更新格网的坐标原点,计算公式如下,转步骤④;
3.如权利要求1所述的一种面向复杂地形机载激光雷达数据的地面点提取方法,其特征在于:所述的步骤4中基于加密优先级的地面点提取方法进一步包括以下步骤,
①经过步骤3处理后得到现阶段已经提取到的地面点的加密优先级,令加密队列为PQ,PQ具有如下性质:它能够保证加密优先级大的候选地面点被优先判断,PQ的具体实现形式为最大堆,步骤4需要两个算法参数,分别为搜索半径R和增长比率k,搜索半径R的大小为5倍的机载激光雷达数据的平均脚点间距,k=1.5,令已经提取到的地面点的集合为A,候选地面点的集合为B;
②如果集合B为空,则步骤4结束,否则转步骤③;
③将加密队列PQ置空,然后依次插入集合B中的候选地面点,每个候选地面点中携带有对应的加密优先级,PQ根据加密优先级的大小对候选地面点从大到小排序;
④从加密队列PQ中取出加密优先级最大的候选地面点q,并从集合B中将q剔除,转步骤⑤;
⑤判断候选地面点q是否满足以下地面点条件,如果不满足地面点条件,转步骤⑦,否则转步骤⑥;
式中,令T为候选地面点q投影到地表模型时所位于的三角形,d为q到T的垂直距离,θ为连接q和T的三个顶点所构成的边与T所形成的三个夹角中的最小角,Td设置为0.15米,Tθ设置为15°;
式中,L为候选地面点q到T的三个顶点的最近距离,令P1为该最近距离对应的T的顶点,则根据地表模型可以计算出P1处的地形方向V,δ为q和P1的连线与V所构成的夹角,TL设置为3倍的机载激光雷达数据的平均脚点间距,Tδ设置为10°;
⑥将q加入到集合A中,并更新地表模型,然后重新计算q在半径R内的候选地面点的加密优先级,如果计算出来的新加密优先级大于原加密优先级,则更新其在加密队列PQ中的位置;
⑦如果加密队列PQ为空,说明当前搜索半径R内的候选地面点已判断完毕,转步骤⑧,否则转步骤④;
⑧扩大搜索半径R,R=k×R,其中k=1.5,转步骤⑦。
4.如权利要求2所述的一种面向复杂地形机载激光雷达数据的地面点提取方法,其特征在于:所述的步骤5中查找机载激光雷达数据中低矮噪声点的邻近距离判断步骤进一步还包括以下步骤,
①令p0为当前待判断的地面点,计算p0的k个邻近地面点{p1…pk},将p0和{p1…pk}构成一个新的集合{p0…pk},其中pi(0≤i≤k)包含的基本属性有三维空间坐标,对集合{p0…pk}根据其三维空间坐标的Z分量从小到大进行排序,得到有序数组V={p'0…p'k},而k值大小可以根据以下公式计算得到
K=area/(average_interval×average_interval) ;
其中,area为搜索面积,area设置为5平方米,average_interval为机载激光雷达数据的平均脚点间距;
②计算有序数组V中相邻地面点间的高差D={d0,d1…dk-1},其中di=p'i+1-p'i(0≤i≤k-1);
③从j=0开始到k-1,根据以下公式判断是否为真,如果为真,则将p0从地面点中剔除,
f=dj>Zthreshold&&p0∈{p'0…p'j}&&|{p'0…p'j}|<nmax;
其中,Zthreshold为最大允许的高程,nmax为噪声点集的最大点数。
5.如权利要求4所述的一种面向复杂地形机载激光雷达数据的地面点提取方法,其特征在于:Zthreshold设置为2米,nmax设置为5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410725773.6A CN104898106B (zh) | 2014-12-04 | 2014-12-04 | 面向复杂地形机载激光雷达数据的地面点提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410725773.6A CN104898106B (zh) | 2014-12-04 | 2014-12-04 | 面向复杂地形机载激光雷达数据的地面点提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104898106A CN104898106A (zh) | 2015-09-09 |
CN104898106B true CN104898106B (zh) | 2017-09-22 |
Family
ID=54030870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410725773.6A Expired - Fee Related CN104898106B (zh) | 2014-12-04 | 2014-12-04 | 面向复杂地形机载激光雷达数据的地面点提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104898106B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410265B (zh) * | 2019-01-22 | 2019-11-05 | 江苏省测绘工程院 | 一种基于往期dem辅助的tin滤波改进算法 |
CN111105496A (zh) * | 2019-12-19 | 2020-05-05 | 昆明能讯科技有限责任公司 | 一种基于机载激光雷达点云数据的高精dem构建方法 |
CN114087098B (zh) * | 2021-12-08 | 2023-06-30 | 安徽江淮汽车集团股份有限公司 | 一种基于gps的载货汽车燃油供给系统 |
CN114087099A (zh) * | 2021-12-08 | 2022-02-25 | 安徽江淮汽车集团股份有限公司 | 一种载货汽车的燃油供给系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702200B (zh) * | 2009-11-03 | 2012-02-29 | 武汉大学 | 一种机载激光雷达点云数据的自动分类方法 |
EP2728376A1 (en) * | 2012-11-05 | 2014-05-07 | The Chancellor, Masters and Scholars of the University of Oxford | Extrinsic calibration of imaging sensing devices and 2D LIDARs mounted on transportable apparatus |
CN103969656A (zh) * | 2014-05-08 | 2014-08-06 | 北京数字绿土科技有限公司 | 基于机载激光雷达的建筑物建模方法和装置 |
-
2014
- 2014-12-04 CN CN201410725773.6A patent/CN104898106B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104898106A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717983B (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
CN108062517B (zh) | 基于车载激光点云的非结构化道路边界线自动提取方法 | |
CN105469388B (zh) | 基于降维的建筑物点云配准方法 | |
CN103703490B (zh) | 用于产生三维特征数据的设备以及用于产生三维特征数据的方法 | |
CN102411778B (zh) | 一种机载激光点云与航空影像的自动配准方法 | |
CN104898106B (zh) | 面向复杂地形机载激光雷达数据的地面点提取方法 | |
CN103324916B (zh) | 基于建筑轮廓的车载和航空LiDAR数据配准方法 | |
JP5339953B2 (ja) | 三次元地図補正装置及び三次元地図補正プログラム | |
CN105447855B (zh) | 一种地面三维激光扫描点云球面目标自动识别方法 | |
WO2021035618A1 (zh) | 点云分割方法、系统和可移动平台 | |
CN113012206B (zh) | 一种顾及房檐特征的机载与车载LiDAR点云配准方法 | |
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
CN105547244A (zh) | 一种结合立体像对的激光高度计高程控制点生成方法 | |
CN111158015B (zh) | 机载激光雷达点云数据误分地面点的检测方法和系统 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN108765568A (zh) | 一种基于激光雷达点云的多层次建筑物快速三维重建方法 | |
CN109031235B (zh) | 快速获取雷达基本反射率三维等值线数据的方法 | |
CN115718305A (zh) | 一种激光点云公路断面处理方法、装置、设备及存储介质 | |
CN114119863A (zh) | 一种基于车载激光雷达数据自动提取行道树目标及其林木属性的方法 | |
CN104751479A (zh) | 基于tin数据的建筑物提取方法和装置 | |
CN114332291A (zh) | 一种倾斜摄影模型建筑物外轮廓规则提取方法 | |
CN105184854B (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
JP5577312B2 (ja) | データ解析装置、データ解析方法、及びプログラム | |
CN109191484B (zh) | 一种从机载激光雷达点云中快速提取平面片的方法 | |
CN117075171B (zh) | 激光雷达的位姿信息确定方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170922 Termination date: 20191204 |
|
CF01 | Termination of patent right due to non-payment of annual fee |