CN105321168B - 一种在三维激光点云中自动编绘山区田坎的方法 - Google Patents

一种在三维激光点云中自动编绘山区田坎的方法 Download PDF

Info

Publication number
CN105321168B
CN105321168B CN201510209024.2A CN201510209024A CN105321168B CN 105321168 B CN105321168 B CN 105321168B CN 201510209024 A CN201510209024 A CN 201510209024A CN 105321168 B CN105321168 B CN 105321168B
Authority
CN
China
Prior art keywords
fields
raised path
point cloud
point
vertex
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.)
Active
Application number
CN201510209024.2A
Other languages
English (en)
Other versions
CN105321168A (zh
Inventor
徐锐
罗天文
吴恒友
王陆军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Survey and Design Research Institute for Water Resources and Hydropower
Original Assignee
Guizhou Survey and Design Research Institute for Water Resources and Hydropower
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Survey and Design Research Institute for Water Resources and Hydropower filed Critical Guizhou Survey and Design Research Institute for Water Resources and Hydropower
Priority to CN201510209024.2A priority Critical patent/CN105321168B/zh
Publication of CN105321168A publication Critical patent/CN105321168A/zh
Application granted granted Critical
Publication of CN105321168B publication Critical patent/CN105321168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种在三维激光点云中自动编绘山区田坎的方法，该方法包括：获取山区野外点云数据，并进行数据预处理；以Delaunay三角网边长和顶点高程作为约束条件，提出了一种基于概率论的三维空间聚类方法，对三维点云数据进行空间聚类；判断点云簇类型，区分田坎和田埂；将坎顶点连接起来，按照一定的规则进行拟合；赋予田坎或田埂符号并输出。本发明实现了三维点云田坎编绘的自动化，提高山区多田坎地区的三维点云数据处理效率和精度，在三维点云数据处理和测量绘图技术领域里具有较好的实用价值和应用前景。

Description

一种在三维激光点云中自动编绘山区田坎的方法
技术领域
本发明涉及一种在三维点云中自动编绘山区田坎的方法，属于三维点云数据处理及测量绘图技术领域。
背景技术
在测绘工作中，三维激光扫描技术为地形测绘和地质研究提供了一种新的工具和手段，具有测量点位精度高、采集空间点的密度大、速度快等特点。
然而，在三维点云数据中如何自动化、高效地提取并编绘地物信息，目前的办法不多。一些软件中对地物特征提取和编绘的功能只适用于一些城市中规则建筑物轮廓线的自动提取，对于贵州山区测绘项目中的地物，特别是对于一些不规则形状的地物就束手无策，例如土坎、地类界、山崖等。常规的做法都是内业人员采用人工的方式在三维点云数据里面手动提取和编绘，这是一项非常繁琐的工作，并且由于三维空间二维空间的区别，在采集地物特征过程中，错误率非常高，严重降低了测绘工作效率。
同时，在贵州山区的地物中，尤以梯田特别多见，利用三维激光扫描仪进行测图时，要花大量的时间来提取梯田田坎的特征线。而梯田较其他不规则地物又有一定的规律可循，例如，梯田田坎的高程会有突变，梯田的田坎呈一定的形状、密度进行分布等特征。目前，还没有一种专门针对山区田坎自动提取与编绘的方法。
发明内容
为了能够在三维点云中自动编绘田坎边界，本发明针对山区田坎的基本特征，利用一种新的基于概率论的三维空间聚类算法，提出了一种在三维点云中自动编绘山区田坎的方法。
本发明的技术方案如下：
获取山区野外点云数据，并进行数据预处理；
以Delaunay三角网边长和顶点高程作为约束条件，提出了一种基于概率论的三维空间聚类方法，对三维点云数据进行空间聚类；
判断点云簇类型，区分田坎和田埂；
将坎顶点连接成线，按照一定的规则进行拟合；
赋予田坎或田埂符号并输出。
上述方案中，所述数据预处理包括以下步骤：
(1)点云数据拼接；
(2)通过现场布置发射片的方式，赋予点云三维坐标信息；
(3)去除地表植被和噪点；
(4)对点云数据按照一定密度过滤；
(5)将点云数据转换成.DNG格式；
上述方案中，所述利用基于概率论的三维空间聚类方法，对点云数据进行空间聚类的步骤，具体包括：
(1)对所有点云Pi进行检索，比较Pi与其一阶邻近点PN之间的高程之差ΔHi，如果高程之差满足以下条件：①ΔHi>Ht；②ΔHi有正有负；③两点之间边长邻近正态分布平均边长，则判定此点为坎中点。其中Ht表示山区田坎最低高差；
(2)删除所有坎中点，将剩余点云构建Delaunay三角网；
(3)求出三角网的正态分布平均边长ND_Mean_Distance；
(4)根据正态分布平均边长准则从三角网中删除长边；
(5)比较被删除长边的相邻两顶点的高程，将高程大的点判断为田坎顶点，将高程小的点判断为田坎底点。
上述方案中所述的判断点云簇类型，区分田坎和田埂，具体步骤包括：
(1)对三角网中的点云Pi进行检索，比较Pi与其周边点PN之间的高程只差的他Hi，如果Hi都为正，判定此点为坎顶点；
(2)根据坎顶点和坎底点的高差将高差在(Ht-25CM)之间判断为田埂，其他判断为田坎。
上述方案中所述的将坎顶点连接成线，按照一定的规则进行拟合，具体步骤包括：
(1)将各自的坎顶点连接成线；
(2)根据最小二乘原理进行拟合；
上述方案中所述的对拟合后的田坎线赋予符号，并输出，具体步骤包括：
(1)对田坎和田埂分布赋予符号，根据田坎的坎顶点和坎底点，判断田坎符号方向；
(2)输出。
有益效果：
该方法的优点在于：
1、本发明提供的这种在三维激光点云中自动编绘山区田坎的方法，实现了在三维点云中对山区田坎的自动编绘，可以有效提高目前田坎编绘的精度和效率。
2、提出了基于概率论的三维空间聚类算法，根据田坎点云的三角网边长的正态分布分布规律和高程信息，通过聚类的方式，实现了田坎点云的自动提取。这种算法不仅顾及了三维点云的高程特征，而且根据正态分布平均边长而定的聚类准则，降低了由于点云空洞和噪点的影响。
3、本发明提供的这种在三维激光点云中自动编绘山区田坎的方法，可以根据区分田坎和田埂，分别自动化编绘。
附图说明
图1是本发明的操作流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
实施例：
如图1所示，本发明一种在三维激光点云中自动编绘山区田坎的方法，该方法具体步骤如下：
步骤101：获取山区田坎点云数据，并进行数据预处理，包括进行数据拼接和数据格式转换，去除地表植被和噪点；
利用激光扫描仪在山区多田坎地区进行数据采集，用相关软件RISCAN PRO软件将数据进行拼接，去除地表植被和噪点，并且按一定参数过滤点云数据，然后将数据转换成.DGN格式的数据。
步骤102：在Mircrostation v8的基础上，进行二次开发，利用基于概率论的三维空间聚类算法，自动寻找坎顶点；
该算法的主要步骤如下：
(1)对所有点云Pi进行检索，比较Pi与其一阶邻近点PN之间的高程之差ΔHi，如果高程之差ΔHi>Ht(本实例中，Ht的值为8CM)；同时ΔHi有正有负；且两点之间边长邻近正态分布平均边长，则判定此点为坎中点，删除；
(2)删除所有坎中点，将剩余点云构建Delaunay三角网；
(3)求出三角网的正态分布平均边长ND_Mean_Distance；
(4)根据正态分布平均边长准则(本实例中，K值为2)，Long_Distance＝2*ND_Mean_Distance，将满足此准则的长边删除；
(5)比较删除长边的相邻两顶点的高程，将高程大的点判断为田坎顶点，将高程小的点判断为田坎底点。
步:103：判断点云簇类型，区分田坎和田埂；
(1)对三角网中的点云Pi进行检索，比较Pi与其周边点PN之间的高程之差ΔHi，如果ΔHi都为正，判定此点为坎顶点；
(2)根据坎顶点和坎底点的高差将高差在(8-25CM)之间判断为田埂，其他判断为田坎。
步骤104：将坎顶点连接成线，按照一定的规则进行拟合；
(1)将各自的坎顶点连接成线；
(2)根据最小二乘原理进行拟合；
步骤105：对拟合后的田坎线赋予符号，并输出，具体步骤包括：
(1)对田坎和田埂分布赋予符号，根据田坎的坎顶点和坎底点，判断田坎符号方向；
(2)输出。
当然，以上只是本发明的具体应用范例，本发明还有其他的实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明所要求的保护范围之内。

Claims (2)

1.一种在三维激光点云中自动编绘山区田坎的方法，其特征在于该方法包括：获取山区野外点云数据，并进行数据预处理；将点云数据构建Delaunay三角网，以Delaunay三角网边长和顶点高程作为约束条件，按照三维空间聚类方法对三维点云数据进行空间聚类；判断点云簇类型，区分田坎和田埂；将坎顶点连接起来，按照一定的规则进行拟合；赋予田坎或田埂符号并输出；
所述三维空间聚类算法是借助基于概率论中的正态分布理论和三维点云高程信息两方面的内容，对满足这两种聚类特征的点云进行聚类分析；三维空间聚类算法具体步骤如下：
(1) 对所有点云Pi进行检索，比较Pi与其一阶邻近点PN之间的高程之差∆Hi，如果高程之差满足以下条件：①∆Hi>Ht；②∆Hi有正有负；③两点之间边长邻近正态分布平均边长，则判定此点为坎中点；其中Ht表示山区田坎最低高差；
(2) 删除所有坎中点，将剩余点云构建Delaunay三角网；
(3) 求出三角网的正态分布平均边长；
(4) 根据正态分布平均边长准则从三角网中删除长边；
(5) 比较被删除长边的相邻两顶点的高程，将高程大的点判断为田坎顶点，将高程小的点判断为田坎底点；
所述的正态分布平均边长，其定义为：对所有三角网的边长进行正态分布统计分析，将最频繁出现的边长范围区间的平均值定义为正态分布平均边长。
2.根据权利要求1所述的在三维激光点云中自动编绘山区田坎的方法，其特征在于：所述判断点云簇类型，区分田坎和田埂方法，其具体步骤为：对三角网中的点云Pi进行检索，比较Pi与其周边点Pn之间的高程之差∆Hi，如果Hi都为正，判定此点为坎顶点；然后根据坎顶点和坎底点的高差，将高差在Ht -25CM之间判断为田埂，其他判断为田坎；其中Ht表示山区田坎最低高差。
CN201510209024.2A 2015-04-29 2015-04-29 一种在三维激光点云中自动编绘山区田坎的方法 Active CN105321168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510209024.2A CN105321168B (zh) 2015-04-29 2015-04-29 一种在三维激光点云中自动编绘山区田坎的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510209024.2A CN105321168B (zh) 2015-04-29 2015-04-29 一种在三维激光点云中自动编绘山区田坎的方法

Publications (2)

Publication Number Publication Date
CN105321168A CN105321168A (zh) 2016-02-10
CN105321168B true CN105321168B (zh) 2018-04-20

Family

ID=55248486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510209024.2A Active CN105321168B (zh) 2015-04-29 2015-04-29 一种在三维激光点云中自动编绘山区田坎的方法

Country Status (1)

Country Link
CN (1) CN105321168B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106123812A (zh) * 2016-08-14 2016-11-16 覃泽林 基于遥感影像获取起伏地表甘蔗种植面积的方法及装置
CN112598799B8 (zh) * 2020-12-15 2024-03-29 珠海市规划设计研究院 基于概率论的二维点云外包轮廓处理方法、装置及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074047A (zh) * 2011-01-06 2011-05-25 天津市星际空间地理信息工程有限公司 一种高精细城市三维建模方法
CN102682479A (zh) * 2012-04-13 2012-09-19 国家基础地理信息中心 一种在不规则三角网上进行三维地形特征点生成的方法
CN104463872A (zh) * 2014-12-10 2015-03-25 武汉大学 基于车载LiDAR点云数据的分类方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW569150B (en) * 2002-04-30 2004-01-01 Hon Hai Prec Ind Co Ltd A system and method for analyzing and processing measurement data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074047A (zh) * 2011-01-06 2011-05-25 天津市星际空间地理信息工程有限公司 一种高精细城市三维建模方法
CN102682479A (zh) * 2012-04-13 2012-09-19 国家基础地理信息中心 一种在不规则三角网上进行三维地形特征点生成的方法
CN104463872A (zh) * 2014-12-10 2015-03-25 武汉大学 基于车载LiDAR点云数据的分类方法

Also Published As

Publication number Publication date
CN105321168A (zh) 2016-02-10

Similar Documents

Publication Publication Date Title
Chen et al. Multiscale grid method for detection and reconstruction of building roofs from airborne LiDAR data
CN109829199B (zh) 基于LiDAR点云的电力线快速分层提取方法
CN106815847B (zh) 基于激光雷达点云的树木分割方法及单棵树提取方法
CN110363861B (zh) 基于激光雷达点云的田地作物三维重构方法
CN105513127B (zh) 基于密度峰值聚类的杆状物规则化三维建模方法及系统
CN108197583B (zh) 基于图割优化和影像结构特征的建筑物变化检测方法
CN106529469B (zh) 基于自适应坡度的无人机载LiDAR点云滤波方法
CN106204547B (zh) 从车载激光扫描点云中自动提取杆状地物空间位置的方法
CN103473734B (zh) 一种基于车载LiDAR数据的电力线提取与拟合方法
CN110717983A (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
CN106780524A (zh) 一种三维点云道路边界自动提取方法
CN102708587A (zh) 一种快速获取三维建筑信息的方法及系统
CN106599915B (zh) 一种车载激光点云分类方法
CN102103202A (zh) 一种融合影像的机载激光雷达数据半监督分类方法
CN104657968B (zh) 车载三维激光点云立面分类及轮廓线提取自动化方法
CN106022259A (zh) 一种基于激光点云三维特征描述模型的山区道路提取方法
CN104574512A (zh) 一种顾及地形语义信息的多尺度dem构建方法
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
CN114119902A (zh) 一种基于无人机倾斜三维模型的建筑物提取方法
CN104318611A (zh) 一种基于激光扫描点云的三维树木重建方法
CN112446114A (zh) 基于三维模型比对的输电线路工程施工进度监测方法
CN104751479A (zh) 基于tin数据的建筑物提取方法和装置
Chen et al. 3D model-based terrestrial laser scanning (TLS) observation network planning for large-scale building facades
CN110660027B (zh) 一种针对复杂地形的激光点云连续剖面地面滤波方法
CN105321168B (zh) 一种在三维激光点云中自动编绘山区田坎的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 550002 No. 27 South Baoshan Road, Nanming District, Guizhou, Guiyang

Patentee after: Guizhou water conservancy and Hydropower Survey, design and Research Institute Co., Ltd

Address before: 550002 No. 27 South Baoshan Road, Nanming District, Guizhou, Guiyang

Patentee before: GUIZHOU SURVEY & DESIGN Research Institute FOR WATER RESOURCES AND HYDROPOWER