CN114612627A - 地形高程图的处理方法、装置、交通工具及介质 - Google Patents

地形高程图的处理方法、装置、交通工具及介质 Download PDF

Info

Publication number
CN114612627A
CN114612627A CN202210242621.5A CN202210242621A CN114612627A CN 114612627 A CN114612627 A CN 114612627A CN 202210242621 A CN202210242621 A CN 202210242621A CN 114612627 A CN114612627 A CN 114612627A
Authority
CN
China
Prior art keywords
point cloud
preset
grid
point
filtering
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.)
Granted
Application number
CN202210242621.5A
Other languages
English (en)
Other versions
CN114612627B (zh
Inventor
赵德力
曾阳露
陶永康
傅志刚
彭登
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.)
Guangdong Huitian Aerospace Technology Co Ltd
Original Assignee
Guangdong Huitian Aerospace Technology Co Ltd
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 Guangdong Huitian Aerospace Technology Co Ltd filed Critical Guangdong Huitian Aerospace Technology Co Ltd
Priority to CN202210242621.5A priority Critical patent/CN114612627B/zh
Publication of CN114612627A publication Critical patent/CN114612627A/zh
Application granted granted Critical
Publication of CN114612627B publication Critical patent/CN114612627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

本发明实施例提供了地形高程图的处理方法、装置、交通工具及介质,所述方法包括:对包含点云的地形高程图进行栅格化,得到栅格化后构建的体素格;根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;通过预设滤波容器对待处理点云进行密度滤波处理,实现对地形高程图的点云去噪。通过对地形高程图进行栅格化,对每个栅格内的点云按照进行排序,使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,降低搜索计算量,以及通过检测容器中所包含的点的密度判断噪点并滤除,对地形高程图进行去噪处理。

Description

地形高程图的处理方法、装置、交通工具及介质
技术领域
本发明涉及数据处理技术领域,特别是涉及一种地形高程图的处理方法、相应的一种地形高程图的处理装置、相应的一种交通工具和相应的一种计算机存储介质。
背景技术
飞行汽车在飞行过程中需要读取地形高程图,以获得对地势起伏的感知信息,但所读取的地形高程图存在由于传感器误差、天气影响、镜面反射影响等因素而形成的噪点,此时需要对地形高程图中的无效噪点进行去除。
通常对地形高程图进行去噪的方式采用KD树(k-dimensional树的简称,是一种对k维空间中的实例点进行存储以便对其进行快速检索的树形数据结构)、八叉树等搜索方法搜素目标点附近的邻近点,但这种搜索方法的速度慢,无法满足飞行汽车进行地形建图时的实时要求。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种地形高程图的处理方法、相应的一种地形高程图的处理装置、相应的一种交通工具和相应的一种计算机存储介质。
本发明实施例公开了一种地形高程图的处理方法,所述方法包括:
对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,其中,所述体素格基于各个栅格的格内包含点云集合的排序构建;
根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
通过所述预设滤波容器对所述待处理点云进行密度滤波处理,实现对所述地形高程图的点云去噪。
可选地,所述地形高程图基于所述点云的经纬度坐标建立,所述对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,包括:
将所述地形高程图内各个点云的经纬度坐标转换为与栅格化匹配的平面直角坐标,并将转换为平面直角坐标后的地形高程图划分为若干个大小相同的栅格;
获取各个栅格的格内包含点云集合,按照所述格内包含点云集合的排序构建针对各个栅格的体素格。
可选地,所述按照所述格内包含点云集合的排序构建针对各个栅格的体素格,包括:
分别将各个点云集合中所包含的各个点云按照高度从大到小的顺序进行排序,并将排序后各个点云的点云地址顺序存储至各个栅格的点云地址序列;
以各个栅格范围为地面范围,并以各个栅格的点云地址序列中位于首位点云地址的高度值作为高度,构建针对各个栅格的体素格。
可选地,所构建的体素格具有表示未滤波的初始标识;所述根据预设滤波容器的滤波容器信息,从所构建的体素格中确定待处理点云,包括:
通过所述预设滤波容器从所构建的体素格中确定邻近体素格;所述邻近体素格具有表示滤波中的标识;
根据所述滤波容器信息从所述邻近体素格中筛选得到作为待处理点云的邻近点。
可选地,所述通过所述预设滤波容器从所构建的体素格中确定邻近体素格,包括:
选取具有未滤波的初始标识的任一体素格,将所述预设滤波容器的水平投影中心点和所选取的体素格的投影中心点重合,并初始化所述预设滤波容器的底面与所选取体素格的水平面平行;
确定与所述预设滤波容器的底面投影存在交叠的水平面二维投影相应的体素格为邻近体素格。
可选地,所述滤波容器信息包括滤波容器高度;所述根据所述滤波容器信息,从所述邻近体素格中筛选得到作为待处理点云的邻近点,包括:
查找具有表示滤波中标识的体素格所对应的点云地址序列,从所查找的点云地址序列中筛选出满足目标滤波容器高度范围内的邻近点;所述邻近点用于判断是否为噪点;其中,目标滤波容器高度范围基于点云地址序列内所排序的任意两个点的高度确定。
可选地,所述待处理点云包括目标滤波器高度范围内的邻近点;所述通过所述预设滤波容器对所述待处理点云进行密度滤波处理,包括:
通过所述预设滤波容器,根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理;其中,所述目标滤波容器高度范围的邻近点包括在基于点云地址序列内排序的任意两个点的高度所确定的高度范围内的点云。
可选地,所述根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理,包括:
在所述目标滤波器高度范围内的邻近点的数量小于预设噪点阈值时,确定所述目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
获取所述预设滤波容器的当前移动长度,按照所述当前移动长度沿着当前体素格向下移动预设滤波容器,再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将所述当前目标滤波器高度范围内的点云的数量与预设噪点阈值进行比较;
若所述当前目标滤波器高度范围内的点云的数量仍小于预设噪点阈值,则再次确定所述当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点,再次沿着当前体素格向下移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,直至所获取的当前目标滤波器高度范围内的点云的数量达到预设噪点阈值为止。
可选地,所述根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理,包括:
在所述目标滤波器高度范围内的邻近点的数量达到预设噪点阈值时,调整所述预设滤波容器的移动长度;
按照调整后的移动长度沿着当前体素格向上移动所述预设滤波容器,基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波容器高度范围内的点云,若当前目标滤波器高度范围内的点云的数量小于预设噪点阈值,则确定当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
再次按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将当前目标滤波器高度范围内的点云的数量与预设噪点阈值再次进行比较,直至所述预设滤波器向上移动的次数达到预设次数为止。
可选地,所述方法还包括:
在所述预设滤波器向上移动的次数达到预设次数时,结束对当前体素格的密度滤波处理,并将结束密度滤波处理的体素格标记为具有标识已滤波的标识,通过所述预设滤波器对所述地形高程图中具有表示未滤波的初始标识的任一体素格进行密度滤波处理。
本发明实施例还公开了一种地形高程图的处理装置,所述装置包括:
栅格处理模块,用于对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,其中,所述体素格基于各个栅格的格内包含点云集合的排序构建;
待处理点云确定模块,用于根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
滤波处理模块,用于通过所述预设滤波容器对所述待处理点云进行密度滤波处理,实现对所述地形高程图的点云去噪。
可选地,所述地形高程图基于所述点云的经纬度坐标建立,所述栅格处理模块包括:
栅格划分子模块,用于将所述地形高程图内各个点云的经纬度坐标转换为与栅格化匹配的平面直角坐标,并将转换为平面直角坐标后的地形高程图划分为若干个大小相同的栅格;
体素格构建子模块,用于获取各个栅格的格内包含点云集合,按照所述格内包含点云集合的排序构建针对各个栅格的体素格。
可选地,所述体素格构建子模块包括:
点云排序单元,用于分别将各个点云集合中所包含的各个点云按照高度从大到小的顺序进行排序,并将排序后各个点云的点云地址顺序存储至各个栅格的点云地址序列;
体素格构建单元,用于以各个栅格范围为地面范围,并以各个栅格的点云地址序列中位于首位点云地址的高度值作为高度,构建针对各个栅格的体素格。
可选地,所构建的体素格具有表示未滤波的初始标识;所述待处理点云确定模块包括:
邻近体素格确定子模块,用于通过所述预设滤波容器从所构建的体素格中确定邻近体素格;所述邻近体素格具有表示滤波中的标识;
邻近点确定子模块,用于根据所述滤波容器信息从所述邻近体素格中筛选得到作为待处理点云的邻近点。
可选地,所述邻近体素格确定子模块包括:
滤波容器初始单元,用于选取具有未滤波的初始标识的任一体素格,将所述预设滤波容器的水平投影中心点和所选取的体素格的投影中心点重合,并初始化所述预设滤波容器的底面与所选取体素格的水平面平行;
邻近体素格确定单元,用于确定与所述预设滤波容器的底面投影存在交叠的水平面二维投影相应的体素格为邻近体素格。
可选地,所述滤波容器信息包括滤波容器高度;所述邻近点确定子模块包括:
邻近点筛选单元,用于查找具有表示滤波中标识的体素格所对应的点云地址序列,从所查找的点云地址序列中筛选出满足目标滤波容器高度范围内的邻近点;所述邻近点用于判断是否为噪点;其中,目标滤波容器高度范围基于点云地址序列内所排序的任意两个点的高度确定。
可选地,所述待处理点云包括目标滤波器高度范围内的邻近点;所述滤波处理模块包括:
滤波处理子模块,用于根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理;其中,所述目标滤波容器高度范围的邻近点包括在基于点云地址序列内排序的任意两个点的高度所确定的高度范围内的点云。
可选地,所述滤波处理子模块包括:
第一去噪单元,用于在所述目标滤波器高度范围内的邻近点的数量小于预设噪点阈值时,确定所述目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
滤波容器移动单元,用于获取所述预设滤波容器的当前移动长度,按照所述当前移动长度沿着当前体素格向下移动预设滤波容器,再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将所述当前目标滤波器高度范围内的点云的数量与预设噪点阈值进行比较,若所述当前目标滤波器高度范围内的点云的数量仍小于预设噪点阈值,则再次确定所述当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点,再次沿着当前体素格向下移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,直至所获取的当前目标滤波器高度范围内的点云的数量达到预设噪点阈值为止。
可选地,所述滤波处理子模块包括:
移动长度调整单元,用于在所述目标滤波器高度范围内的邻近点的数量达到预设噪点阈值时,调整所述预设滤波容器的移动长度;
第二去噪单元,用于按照调整后的移动长度沿着当前体素格向上移动所述预设滤波容器,基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波容器高度范围内的点,若当前目标滤波器高度范围内的点云的数量小于预设噪点阈值,则确定当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
第二滤波容器移动单元,用于再次按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将当前目标滤波器高度范围内的点云的数量与预设噪点阈值再次进行比较,直至所述预设滤波器向上移动的次数达到预设次数为止。
可选地,所述滤波处理子模块还包括:
滤波处理单元,用于在所述预设滤波器向上移动的次数达到预设次数时,结束对当前体素格的密度滤波处理,并将结束密度滤波处理的体素格标记为具有标识已滤波的标识,通过所述预设滤波器对所述地形高程图中具有表示未滤波的初始标识的任一体素格进行密度滤波处理。
本发明实施例还公开了一种交通工具,包括:所述地形高程图的处理装置、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现任一项所述地形高程图的处理方法的步骤。
本发明实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现任一项所述地形高程图的处理方法的步骤。
本发明实施例包括以下优点:
本发明实施例中,通过对包含点云的地形高程图进行栅格化,并采用自定义的预设滤波容器的滤波容器信息从基于栅格化后已排序的点云集合所构建的体素格中确定邻近体素格,进而确定作为待处理点云的邻近点,以通过自定义的滤波容器对待处理点云进行密度滤波处理,实现去噪。通过对地形高程图进行栅格化,对每个栅格内的点云按照进行排序,使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,降低搜索计算量,以及通过检测容器中所包含的点的密度判断噪点并滤除,对地形高程图进行去噪处理。
附图说明
图1是本发明的一种地形高程图的滤波处理方法实施例的步骤流程图;
图2是本发明的另一种地形高程图的滤波处理方法实施例的步骤流程图;
图3是本发明实施例提供的地形高程图的滤波处理的流程示意图;
图4是本发明实施例提供的邻近体素格的确定示意图;
图5是本发明的一种地形高程图的滤波处理装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
飞行汽车在飞行过程中需要读取地形高程图,以获得对地势起伏的感知信息,但所读取的地形高程图存在由于传感器误差、天气影响、镜面反射影响等因素而形成的噪点,此时需要对地形高程图中的无效噪点进行去除,使得地形高程图查阅更加准确。
通常对地形高程图进行去噪的方式采用KD树搜索方法对某点邻近的点云进行查找,这种查找方式需要通过计算点与点之间的距离并比较得到,不够快速,无法满足飞行汽车进行地形建图时的实时要求。
为了满足高速飞行的飞行汽车在地形建图时的实时性要求,本发明实施例提出对包含点云的地形高程图进行密度过滤的方式,通过所设计的基于删格化快速查找的密度滤波器以及地形高程图滤波流程框架,对其进行滤波处理,可有效去除地形高程图里的无效噪点,使得地形高程图查阅更加准确。通过利用栅格化排序快速查找得到待处理点云后,通过密度滤波器对地形高程图进行密度滤波,能快速高效对地形高程图进行去噪处理,同时对于地面附近的区域,还可通过自定义的滤波容器使用可变的步长和方向对滤波精度进行提升。
参照图1,示出了本发明的一种地形高程图的滤波处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,对包含点云的地形高程图进行栅格化,得到栅格化后构建的体素格;
地形高程图的原始模式基于经纬度坐标的高度值建立,通过分析地形高程图的使用过程,其主要是获取特定经纬度下的高度信息,具体是基于地形高程建图时生成的点云的信息确定,所生成的点云形式为跟随地面地面起伏的点云,以提供地貌高度的信息,那么只有地面以上的噪点会对地形高程图所提供的使用功能产生影响。即地形高程图的噪点总是在地面的有效点云之上,并且相对地面十分稀疏,基于此特点,本发明实施例提出基于栅格化快速查找的密度滤波器以及地形高程图滤波流程框架,对其进行滤波处理。
在本发明实施例中,基于栅格化的快速查找的密度滤波器以及地形高程图滤波流程框架,首先需要对地形高程图进行栅格化,并使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,以通过检测容器中所包含的点的密度判断噪点并滤除。其中,点云可以指的是地形高程图中海量的点的集合。
在本发明的一种实施例中,地形高程图的原始模式中,使用经纬度坐标系表示的点在空间距离上是不均匀的,难以基于经纬度的坐标系将地形高程图划分为等距离的模块,此时可对地形高程图进行栅格化以实现等距离模块的划分,以便在完成对地形高程图进行栅格化的情况下实现对地形高程图中所包含的点云进行划分,并基于各个栅格的格内包含点云集合的排序得到栅格化后所构建的体素格。
具体的,栅格化后的地形高程图存在等距离模块,所划分的等距离模块可以表现为在地形高程图中的各个栅格,在栅格化后得到的各个栅格范围内可以包含相应划分的点云集合,此时还可以基于各个栅格范围内的格内包含点云集合的排序进行体素格的构建,以便基于体素格确定作为待处理点云的邻近点,对所确定的邻近点进行噪点判定。
步骤102,根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
基于体素格确定作为待处理点云的邻近点,对所确定的邻近点进行噪点判定。具体的,使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,可以通过预设滤波容器的滤波容器信息从所构建的体素格中确定查找得到目标点的邻近区域,即从所构建的体素格中对邻近体素格进行确定后,从所确定的邻近体素格中确定作为待处理点云的邻近点。
步骤103,通过预设滤波容器对待处理点云进行密度滤波处理,实现对地形高程图的点云去噪。
通过检测滤波容器中所包含的点的密度判断噪点并滤除,可以表现为在对待处理点云进行确定后,可以通过预设滤波容器对待处理点云进行密度滤波处理,滤波容器所进行的密度滤波处理可以表现为基于待处理点云的密度进行是否为噪点的判断,其可以在判定待处理点云为噪点时对噪点进行去噪处理,实现对地形高程图的点云去噪。
所定义的滤波容器的核心思想是对地形高程图所具有的点云中的每个点找邻近点,其中待处理点云的密度大,即在点云所包含的点数量多时,通常可以表示不是噪点,而待处理点云的密度小,即在点云所包含的点数量少时则可以说明这些点可能是游离的噪点。本发明实施例中通过将把邻近体素格内的栅格点云按照高度排序后,可以直接选取邻近点云中高度在滤波容器的目标高度范围的点云作为目标的邻近点,即待处理点云,其不需要通过计算某个点与所有点的距离以对距离在范围内的点数量判断,基于采用所定义的滤波容器代替对于每个点云所需进行的查找操作,达到实时的快速效果。
在一种优选的实施例中,滤波容器所进行的密度滤波处理除了可以包括对当前确定的邻近体素格内的待处理点云进行处理,以进行对某个或某些邻近体素格内待处理点云的局部滤波处理以外,还可以包括对再次确定的邻近体素格内的待处理点云进行处理,以完成对栅格化后的地形高程图中所有邻近体素格内所包含的待处理点云的全局滤波处理,实现对地形高程图快速高效的去噪处理;对任意待处理点云的所进行的密度滤波处理,均可以包括步长较大的粗略滤波处理与步长较小的精细滤波处理,以对预设滤波容器的滤波精度进行提升。对此,本发明实施例不加以限制。
本发明实施例中,通过对包含点云的地形高程图进行栅格化,并采用自定义的预设滤波容器的滤波容器信息从基于栅格化后已排序的点云集合所构建的体素格中确定邻近体素格,进而确定作为待处理点云的邻近点,以通过自定义的滤波容器对待处理点云进行密度滤波处理,实现去噪。通过对地形高程图进行栅格化,对每个栅格内的点云按照进行排序,使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,降低搜索计算量,以及通过检测容器中所包含的点的密度判断噪点并滤除,对地形高程图进行去噪处理。
参照图2,示出了本发明的另一种地形高程图的滤波处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201,将包含点云的地形高程图划分为若干个大小相同的栅格,并构建针对各个栅格的体素格;
在本发明实施例中,基于栅格化的快速查找的密度滤波器以及地形高程图滤波流程框架,如图3所示,示出了本发明实施例提供的地形高程图的滤波处理的流程示意图,其首先需要对地形高程图进行栅格化,并使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,以通过检测容器中所包含的点的密度判断噪点并滤除。
栅格化快速查找的方式,可以表现为对地形高程图的栅格化过程以及对邻近点的查找过程。
在本发明的一种实施例中,地形高程图的原始模式基于经纬度坐标的高度值建立,而这种使用经纬度坐标系表示的点在空间距离上是不均匀的,难以基于经纬度的坐标系将地形高程图划分为等距离的模块,此时可以对地形高程图进行栅格化以实现等距离模块的划分,具体可以表现为将包含点云的地形高程图划分为若干个大小相同的栅格,以便在完成对地形高程图进行栅格化等分区的情况下实现对地形高程图中所包含的点云进行划分。
在实际应用中,对地形高程图进行栅格化的方式,主要可将地形高程图内各个点云的经纬度坐标转换为与栅格化匹配的平面直角坐标,即utm坐标(Universal TransverseMercator Grid System,通用横墨卡托格网系统),此时可将转换为平面直角坐标后的地形高程图划分为若干个大小相同的栅格,具体可对转换后的地形高程图根据距离均匀分割,例如以一定长宽L的将地形高程图在坐标水平面分割成大小相同的栅格。
在对地形高程图进行栅格化等分区后,可以对栅格内的内容进行排序,具体可对各个栅格范围内的格内包含点云集合进行处理,其格内包含点云集合可以为对地投影在各个栅格范围内的各个点云集合。对格内包含点云集合的处理,可以分别将各个格内包含点云集合中的各个点云按照预设顺序,例如按照高度从大到小进行排序,并将排序后的格内包含点云集合中各个点云的点云地址顺序存储至各个栅格的点云地址序列,以便于后续在进行邻近点筛选以及滤波处理时能够基于相应栅格的点云地址序列中所存储的点云进行处理。
为了便于后续待处理点云的确定,可以分别以各个栅格范围为地面范围,并以各个栅格的点云地址序列中位于首位点云地址的高度值作为高度,构建针对各个栅格的体素格。其中,各个栅格内的点云地址序列中可按照高度从大到小进行排序,位于首位的点云可以指的是在排序后点云集合中的第一个点高度H,即在此点云集合内的高度最大值。
此外,还可采用标志位表示所构建的体素格的滤波状态,所有体素格初始标志位为未滤波,即所构建的针对各个栅格的体素格具有表示未滤波的初始标识,以便后续在进行全局滤波处理时,能够基于体素格的标志位对未滤波的体素格内的待处理点云进行密度滤波处理。
步骤202,从所构建的体素格中确定邻近体素格,并从邻近体素格筛选得到作为待处理点云的邻近点;
对邻近点的查找过程,可以表现为通过预设滤波容器的滤波容器信息从所构建的体素格中确定查找得到目标点的邻近区域,即对邻近体素格进行确定后,从所确定的邻近体素格中确定作为待处理点云的邻近点。
具体的,可以通过预设滤波容器从所构建的体素格中确定邻近体素格,然后根据滤波容器信息从邻近体素格中筛选得到作为待处理点云的邻近点。
其中,对于邻近像素格的确定,可以表现为对滤波容器的初始化,具体的,参照图4,示出了本发明实施例提供的邻近体素格的确定示意图,所自定义的预设滤波容器可以表现为圆柱形滤波容器,假设其所具有的滤波容器信息中,底部半径为R,圆柱高度为D,圆柱底平面水平高度为h,圆柱底平面水平高度主要用于处理待处理点云的高度。
需要说明的是,对于预设滤波容器的滤波容器信息的设定,圆柱底平面地面高度h可以选取具有表示滤波中标识的体素格的最高高度,即h=max(H1,...,Hn),其中max(H1,...,Hn)可以为具有表示滤波中标识的体素格所对应的点云地址序列中的点云最高点的高度值;滤波容器的半径R可以设定大于体素格对角线长度的一半,此时可以通过调整R大小一次性对更多体素格进行处理,即通过增大R的大小可增加其投影面大小和与之相交的体素格数量,加快飞行汽车在地形建图时的实时性;以及噪点是基于待处理点云的数量与噪点阈值确定的,在滤波容器所设定的高度越大时,通常待处理点云的数量可能越多,那么此时需要设定较大的噪点阈值,即预设滤波容器的高度可以影响到噪点阈值e的大小。对于预设滤波容器的形状并不限制于圆柱,其形状可以变化,对此,本发明实施例不加以限制。
在确定邻近体素格时,如图4所示,其可以选取具有未滤波的初始标识的任一体素格,将预设滤波容器的水平投影中心点和所选取的体素格的投影中心点重合,并初始化预设滤波容器的底面与所选取体素格的水平面平行,此时可以确定与预设滤波容器的底面投影存在交叠的水平面二维投影相应的体素格为邻近体素格,例如图4所示的覆盖区域,所确定的邻近体素格可以具有表示滤波中的标识,此覆盖的区域可以为滤波中区域,此时可保存与标志位为滤波中的体素格所包含点云的索引,以便于后续待处理点云的筛选以及滤波的处理。
在从邻近体素格中确定邻近点时,主要是在邻近体素格的点云序列中找出高度符合要求的点作为邻近点。具体的,可以通过所保存的索引查找具有表示滤波中标识的体素格所对应的点云地址序列,然后从所查找的点云地址序列中筛选出满足滤波容器高度范围内的邻近点,以便对所筛选得到的邻近点判断是否为噪点,基于这种按索引查找的方式提高对邻近点的搜索速度。
在实际应用中,滤波中区域的邻近体素格内的包含点集合可以定义为待滤波点,滤波容器可以用于检测处于滤波容器高度范围内的点云数量n,由于只有地面以上的噪点会对地形高程图所提供的使用功能产生影响,此时在查找到的点云地址序列中,可在已排序序列中可快速定位到高度大于h的点云,并筛选出满足滤波容器高度范围内的点云,其所需要满足的滤波容器高度范围可以为h<Hp<h+D,此时可将查找到的满足条件的子点云序列地址加入待处理点云地址序列,确定作为待处理点云的邻近点。
步骤203,通过预设滤波容器根据目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对待处理点云进行密度滤波处理。
对待处理点云所进行的密度滤波处理,可以通过检测容器中所包含的点的密度判断噪点并滤除,其检测滤波容器中所包含点的密度主要可以基于目标滤波器高度范围内的邻近点的数量确定,如图3所示,此时可将目标滤波器高度范围内的邻近点的数量与预设噪点阈值进行判断实现待处理点云是否为噪点的判定。
其中,在从邻近体素格中确定邻近点时,主要是在邻近体素格的点云序列中找出高度符合要求的点作为邻近点,具体的,通过将把邻近体素格内的栅格点云按照高度排序后,可以直接选取邻近点云中高度在滤波容器的目标高度范围的点云作为目标的邻近点,即待处理点云,其不需要通过计算某个点与所有点的距离以对距离在范围内的点数量判断,基于采用所定义的滤波容器代替对于每个点云所需进行的查找操作,达到实时的快速效果。
在实际应用中,体素格内的栅格点云在按照高度排序后可存储至各个栅格的点云地址序列,以便在后续的密度滤波处理过程中,在每次移动滤波容器时均可得到滤波容器的目标高度范围,即目标滤波器高度范围(h,H),以通过在排序的邻近点中查找这个高度范围,去获得在此目标滤波器范围内的邻近点数量。即目标滤波容器高度范围可以基于点云地址序列内所排序的任意两个点云的高度确定,目标滤波容器高度范围的邻近点可以包括在基于点云地址序列内排序的任意两个点云的高度所确定的高度范围内的点云。所定义的滤波容器进行的密度滤波处理,可以包括对当前确定的邻近体素格内的待处理点云进行处理,以进行对某个或某些邻近体素格内待处理点云的局部滤波处理,且其所进行的局部滤波处理可以包括步长较大的粗略滤波处理与步长较小的精细滤波处理。
如图4所示,主要是通过预设滤波容器使用初始的大移动步长自上而下进行大步长的粗略滤波处理后,在地面附近的采用小步长反向移动滤波器的方式对地面附近进行精确滤波处理,以针对地面以上的噪点进行更精细的去噪处理,在提高去噪进度的同时满足快速处理的实时性要求。
对当前确定的邻近体素格内的待处理点云进行的粗略滤波处理,如图3所示的流程图中,在目标滤波器高度范围内的邻近点的数量小于预设噪点阈值时,可以确定目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及地形高程图中的噪点。
此时还可以获取预设滤波容器的当前移动长度,基于当前移动长度d对当前体素格内的其余待处理点云继续进行粗略滤波处理,主要是按照当前移动长度沿着当前体素格向下移动预设滤波容器,再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云(高度范围内的点云可以指的是邻近点)的数量,将当前目标滤波器高度范围内的邻近点的数量与预设噪点阈值进行比较,若当前目标滤波器高度范围内的点云的数量仍小于预设噪点阈值,则可以确定当前目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及地形高程图中的噪点,再次沿着当前体素格向下移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,直至所获取的当前目标滤波器高度范围内的点云,即邻近点的数量达到预设噪点阈值为止。
示例性地,在处理完所有待滤波点云序列,指的是加入待处理点云地址序列的处理后可以得到待处理点云总数n,即待处理点云的数量n,此时可对n进行判断,如果n小于预设噪点阈值e,表示待处理点云的密度并未男足有效点云数量,则可以判定这n个待处理点云为噪点,此时可根据此邻近体素格对应的点云地址序列,将确定为噪点的点云从地形高程图中删除,同时也从所构建的体素格中删除,并将n恢复为零;此时可以不断向下移动滤波容器,移动距离可以为当前滤波容器的移动长度d,其需要满足d<D且d>0(表示其移动方向为水平面向下),在每次移动后可以重复对待处理云的确定以及对噪点的判定并滤除,直到判定n大于噪点阈值e为止,即当滤波器器查找到地面即停止。其中,当n大于噪点阈值e时可以表示当前获取的待处理云均为有效点云,而地形高程图的噪点总是在地面的有效点云之上,在n大于噪点阈值e往下的高度区域均为有效点云,对于当前标志为滤波中区域不需要继续向下进行滤波处理,完成对当前体素格中所包含待处理点云的粗略滤波过程。
对当前确定的邻近体素格内的待处理点云进行的精细滤波处理,如图3所示,在目标滤波器高度范围内的邻近点的数量达到预设噪点阈值时,可以调整预设滤波容器的移动长度以及方向,由于地形高程图的噪点总是在地面的有效点云之上,并且相对地面十分稀疏,此时可将移动长度调整为较小的步长,并将方向调整为向上,对完成粗略滤波的体素格再次进行滤波处理,对地面附近进行更精细的去噪处理。
具体的,可以按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波容器高度范围内的点云,即邻近点,若当前目标滤波器高度范围内的点云的数量小于预设噪点阈值,则确定当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及地形高程图中的噪点;然后再次按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将当前目标滤波器高度范围内的点云的数量与预设噪点阈值再次进行比较,直至预设滤波器向上移动的次数达到预设次数为止。
示例性地,当判定待处理云的数量n大于噪点阈值e时,可以保留待处理点云,所保留的待处理点云包括有效点云以及可能为噪点的点云,此时不从地形高程图以及体素格中删除,但可以清空待处理点云地址序列以便重新确定进行精细滤波处理的待处理点云。此时滤波容器可以选取新的移动距离d’=-d/M(M为正整数),其中,-d可以表示移动方向与原来从上向下的方向相反,M可以为向上移动的次数阈值,即将滤波容器以更小的步长向上移动并重复筛选待处理点云,此时同样需要计算待处理点云的数量n,如果待处理点云的数量大于预设噪点阈值e,即n>e,则可以保留待处理点云并清空待处理点云地址序列,继续向上移动滤波容器;如果待处理点云的数量小于预设噪点阈值e,即n<e,则可以判定这n个待处理点云为噪点,并根据点云地址将噪点在点云地址序列以及所构建的体素格中删除待处理点云,结束局部滤波,并将清空前待处理点云地址序列索引相应的体素格标志为已滤波,不断按照较小的步长向上进行滤波,当向上移动M-1次后,此时可结束局部滤波,完成对当前体素格所包含待处理点云的精细滤波处理。
在对某个或某些体素格完成局域滤波后,还可以对栅格化后的地形高程图中所有邻近体素格内所包含的待处理点云的全局滤波处理,即此时可在预设滤波器向上移动的次数达到预设次数时,结束对当前体素格的密度滤波处理,并将结束密度滤波处理的体素格标记为具有标识已滤波的标识,通过预设滤波器对地形高程图中具有表示未滤波的初始标识的任一体素格进行密度滤波处理。
需要说明的是,所进行的全局滤波处理同样可以包含步长较大的粗略滤波处理以及步长较小的精细滤波处理,其处理过程如局域滤波所述,在此不加以赘述。
本发明实施例中,通过对包含点云的地形高程图进行栅格化,并采用自定义的预设滤波容器的滤波容器信息从基于栅格化后已排序的点云集合所构建的体素格中确定邻近体素格,进而确定作为待处理点云的邻近点,以通过自定义的滤波容器对待处理点云进行密度滤波处理,实现去噪。通过对地形高程图进行栅格化,对每个栅格内的点云按照进行排序,使用自定义的滤波容器按照检测地形高程图中的点云以快速查找邻近点,降低搜索计算量,以及通过检测容器中所包含的点的密度判断噪点并滤除,对地形高程图进行去噪处理。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明的一种地形高程图的处理装置实施例的结构框图,具体可以包括如下模块:
栅格处理模块501,用于对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,其中,所述体素格基于各个栅格的格内包含点云集合的排序构建;
待处理点云确定模块502,用于根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
滤波处理模块503,用于通过所述预设滤波容器对所述待处理点云进行密度滤波处理,实现对所述地形高程图的点云去噪。
在本发明的一种实施例中,所述地形高程图基于所述点云的经纬度坐标建立,栅格处理模块501可以包括如下子模块:
栅格划分子模块,用于将所述地形高程图内各个点云的经纬度坐标转换为与栅格化匹配的平面直角坐标,并将转换为平面直角坐标后的地形高程图划分为若干个大小相同的栅格;
体素格构建子模块,用于获取各个栅格的格内包含点云集合,按照所述格内包含点云集合的排序构建针对各个栅格的体素格。
在本发明的一种实施例中,体素格构建子模块可以包括如下单元:
点云排序单元,用于分别将各个点云集合中所包含的各个点云按照高度从大到小的顺序进行排序,并将排序后各个点云的点云地址顺序存储至各个栅格的点云地址序列;
体素格构建单元,用于以各个栅格范围为地面范围,并以各个栅格的点云地址序列中位于首位点云地址的高度值作为高度,构建针对各个栅格的体素格。
在本发明的一种实施例中,所构建的体素格具有表示未滤波的初始标识;待处理点云确定模块502可以包括如下子模块:
邻近体素格确定子模块,用于通过所述预设滤波容器从所构建的体素格中确定邻近体素格;所述邻近体素格具有表示滤波中的标识;
邻近点确定子模块,用于根据所述滤波容器信息从所述邻近体素格中筛选得到作为待处理点云的邻近点。
在本发明的一种实施例中,邻近体素格确定子模块可以包括如下单元:
滤波容器初始单元,用于选取具有未滤波的初始标识的任一体素格,将所述预设滤波容器的水平投影中心点和所选取的体素格的投影中心点重合,并初始化所述预设滤波容器的底面与所选取体素格的水平面平行;
邻近体素格确定单元,用于确定与所述预设滤波容器的底面投影存在交叠的水平面二维投影相应的体素格为邻近体素格。
在本发明的一种实施例中,所述滤波容器信息包括滤波容器高度;邻近点确定子模块可以包括如下单元:
邻近点筛选单元,用于查找具有表示滤波中标识的体素格所对应的点云地址序列,从所查找的点云地址序列中筛选出满足目标滤波容器高度范围内的邻近点;所述邻近点用于判断是否为噪点;其中,目标滤波容器高度范围基于点云地址序列内所排序的任意两个点的高度确定。
在本发明的一种实施例中,所述待处理点云包括目标滤波器高度范围内的邻近点;滤波处理模块503可以包括如下子模块:
滤波处理子模块,用于根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理;其中,所述目标滤波容器高度范围的邻近点包括在基于点云地址序列内排序的任意两个点的高度所确定的高度范围内的点云。
在本发明的一种实施例中,滤波处理子模块可以包括如下单元:
第一去噪单元,用于在所述目标滤波器高度范围内的邻近点的数量小于预设噪点阈值时,确定所述目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
滤波容器移动单元,用于获取所述预设滤波容器的当前移动长度,按照所述当前移动长度沿着当前体素格向下移动预设滤波容器,再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将所述当前目标滤波器高度范围内的点云的数量与预设噪点阈值进行比较,若所述当前目标滤波器高度范围内的点云的数量仍小于预设噪点阈值,则再次确定所述当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点,再次沿着当前体素格向下移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,直至所获取的当前目标滤波器高度范围内的点云的数量达到预设噪点阈值为止。
在本发明的一种实施例中,滤波处理子模块可以包括如下单元:
移动长度调整单元,用于在所述目标滤波器高度范围内的邻近点的数量达到预设噪点阈值时,调整所述预设滤波容器的移动长度;
第二去噪单元,用于按照调整后的移动长度沿着当前体素格向上移动所述预设滤波容器,基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波容器高度范围内的点云,若当前目标滤波器高度范围内的点云的数量小于预设噪点阈值,则确定当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
第二滤波容器移动单元,用于再次按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将当前目标滤波器高度范围内的点云的数量与预设噪点阈值再次进行比较,直至所述预设滤波器向上移动的次数达到预设次数为止。
在本发明的一种实施例中,滤波处理子模块还可以包括如下单元:
滤波处理单元,用于在所述预设滤波器向上移动的次数达到预设次数时,结束对当前体素格的密度滤波处理,并将结束密度滤波处理的体素格标记为具有标识已滤波的标识,通过所述预设滤波器对所述地形高程图中具有表示未滤波的初始标识的任一体素格进行密度滤波处理。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种交通工具,包括:
包括上述地形高程图的处理装置、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述地形高程图的处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。需要说明的是,本发明实施例所公开的交通工具可以是需要在飞行过程中读取地形图的交通工具,包括飞行汽车、任意飞行器等,对此,本发明实施例不加以限制。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现上述地形高程图的处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种地形高程图的处理方法、相应的一种地形高程图的处理装置、相应的一种交通工具和相应的一种计算机存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (13)

1.一种地形高程图的处理方法,其特征在于,所述方法包括:
对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,其中,所述体素格基于各个栅格的格内包含点云集合的排序构建;
根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
通过所述预设滤波容器对所述待处理点云进行密度滤波处理,实现对所述地形高程图的点云去噪。
2.根据权利要求1所述的方法,其特征在于,所述地形高程图基于所述点云的经纬度坐标建立,所述对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,包括:
将所述地形高程图内各个点云的经纬度坐标转换为与栅格化匹配的平面直角坐标,并将转换为平面直角坐标后的地形高程图划分为若干个大小相同的栅格;
获取各个栅格的格内包含点云集合,按照所述格内包含点云集合的排序构建针对各个栅格的体素格。
3.根据权利要求2所述的方法,其特征在于,所述按照所述格内包含点云集合的排序构建针对各个栅格的体素格,包括:分别将各个点云集合中所包含的各个点云按照高度从大到小的顺序进行排序,并将排序后各个点云的点云地址顺序存储至各个栅格的点云地址序列;
以各个栅格范围为地面范围,并以各个栅格的点云地址序列中位于首位点云地址的高度值作为高度,构建针对各个栅格的体素格。
4.根据权利要求1所述的方法,其特征在于,所构建的体素格具有表示未滤波的初始标识;所述根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云,包括:
通过所述预设滤波容器从所构建的体素格中确定邻近体素格;所述邻近体素格具有表示滤波中的标识;
根据所述滤波容器信息从所述邻近体素格中筛选得到作为待处理点云的邻近点。
5.根据权利要求4所述的方法,其特征在于,所述通过所述预设滤波容器从所构建的体素格中确定邻近体素格,包括:
选取具有未滤波的初始标识的任一体素格,将所述预设滤波容器的水平投影中心点和所选取的体素格的投影中心点重合,并初始化所述预设滤波容器的底面与所选取体素格的水平面平行;
确定与所述预设滤波容器的底面投影存在交叠的水平面二维投影相应的体素格为邻近体素格。
6.根据权利要求4或5所述的方法,其特征在于,所述滤波容器信息包括滤波容器高度;所述根据所述滤波容器信息,从所述邻近体素格中筛选得到作为待处理点云的邻近点,包括:
查找具有表示滤波中标识的体素格所对应的点云地址序列,从所查找的点云地址序列中筛选出满足目标滤波容器高度范围内的邻近点;所述邻近点用于判断是否为噪点;其中,目标滤波容器高度范围基于点云地址序列内所排序的任意两个点的高度确定。
7.根据权利要求1所述的方法,其特征在于,所述待处理点云包括目标滤波器高度范围内的邻近点;所述通过所述预设滤波容器对所述待处理点云进行密度滤波处理,包括:
通过所述预设滤波容器,根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理;其中,所述目标滤波容器高度范围的邻近点包括在基于点云地址序列内排序的任意两个点的高度所确定的高度范围内的点云。
8.根据权利要求7所述的方法,其特征在于,所述根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理,包括:
在所述目标滤波器高度范围内的邻近点的数量小于预设噪点阈值时,确定所述目标滤波器高度范围内的邻近点为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
获取所述预设滤波容器的当前移动长度,按照所述当前移动长度沿着当前体素格向下移动预设滤波容器,再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将所述当前目标滤波器高度范围内的点云的数量与预设噪点阈值进行比较;
若所述当前目标滤波器高度范围内的点云的数量仍小于预设噪点阈值,则再次确定所述当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点,再次沿着当前体素格向下移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,直至所获取的当前目标滤波器高度范围内的点云的数量达到预设噪点阈值为止。
9.根据权利要求7或8所述的方法,其特征在于,所述根据所述目标滤波器高度范围内的邻近点的数量与预设噪点阈值,对所述待处理点云进行密度滤波处理,包括:
在所述目标滤波器高度范围内的邻近点的数量达到预设噪点阈值时,调整所述预设滤波容器的移动长度;
按照调整后的移动长度沿着当前体素格向上移动所述预设滤波容器,基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波容器高度范围内的点云,若当前目标滤波器高度范围内的点云的数量小于预设噪点阈值,则确定当前目标滤波器高度范围内的点云为噪点,并删除当前体素格对应的点云地址序列中以及所述地形高程图中的噪点;
再次按照调整后的移动长度沿着当前体素格向上移动预设滤波容器,以及再次基于当前体素格对应的点云地址序列内任意两个点的高度确定当前目标滤波器高度范围,并获取当前目标滤波器高度范围内的点云的数量,将当前目标滤波器高度范围内的点云的数量与预设噪点阈值再次进行比较,直至所述预设滤波器向上移动的次数达到预设次数为止。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
在所述预设滤波器向上移动的次数达到预设次数时,结束对当前体素格的密度滤波处理,并将结束密度滤波处理的体素格标记为具有标识已滤波的标识,通过所述预设滤波器对所述地形高程图中具有表示未滤波的初始标识的任一体素格进行密度滤波处理。
11.一种地形高程图的处理装置,其特征在于,所述装置包括:
栅格处理模块,用于对包含所述点云的地形高程图进行栅格化,得到栅格化后构建的体素格,其中,所述体素格基于各个栅格的格内包含点云集合的排序构建;
待处理点云确定模块,用于根据预设滤波容器的滤波容器信息,从所构建的体素格中获取邻近点以确定待处理点云;
滤波处理模块,用于通过所述预设滤波容器对所述待处理点云进行密度滤波处理,实现对所述地形高程图的点云去噪。
12.一种交通工具,其特征在于,包括:如权利要求11所述地形高程图的处理装置、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-10中任一项所述地形高程图的处理方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1-10中任一项所述地形高程图的处理方法的步骤。
CN202210242621.5A 2022-03-11 2022-03-11 地形高程图的处理方法、装置、交通工具及介质 Active CN114612627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210242621.5A CN114612627B (zh) 2022-03-11 2022-03-11 地形高程图的处理方法、装置、交通工具及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210242621.5A CN114612627B (zh) 2022-03-11 2022-03-11 地形高程图的处理方法、装置、交通工具及介质

Publications (2)

Publication Number Publication Date
CN114612627A true CN114612627A (zh) 2022-06-10
CN114612627B CN114612627B (zh) 2023-03-03

Family

ID=81862449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210242621.5A Active CN114612627B (zh) 2022-03-11 2022-03-11 地形高程图的处理方法、装置、交通工具及介质

Country Status (1)

Country Link
CN (1) CN114612627B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433864A (zh) * 2023-06-14 2023-07-14 煤炭科学研究总院有限公司 采煤工作面三维地质隐式建模方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011085435A1 (en) * 2010-01-14 2011-07-21 The University Of Sydney Classification process for an extracted object or terrain feature
KR101666937B1 (ko) * 2016-05-13 2016-10-17 한국건설기술연구원 3차원 포인트 클라우드의 대용량 데이터를 처리하기 위한 장치 및 그 방법
CN109344812A (zh) * 2018-11-27 2019-02-15 武汉大学 一种改进的基于聚类的单光子点云数据去噪方法
CN110264405A (zh) * 2019-06-17 2019-09-20 深圳飞马机器人科技有限公司 基于插值算法的图像处理方法、装置、服务器和存储介质
CN111079801A (zh) * 2019-11-29 2020-04-28 上海有个机器人有限公司 基于点云匹配快速搜索最近点的方法、介质、终端和装置
CN112365592A (zh) * 2020-11-10 2021-02-12 大连理工大学 一种基于双向高程模型的局部环境特征描述方法
CN112651889A (zh) * 2020-12-17 2021-04-13 广东南方数码科技股份有限公司 一种适用于slam点云去噪的融合滤波方法、电子设备、存储介质
CN113327321A (zh) * 2020-02-28 2021-08-31 北京创奇视界科技有限公司 基于三维成像声纳点云的海底地形三维模型自动建模方法
CN113592862A (zh) * 2021-09-27 2021-11-02 武汉科技大学 钢板表面缺陷的点云数据分割方法、系统、设备、介质
WO2022017147A1 (zh) * 2020-07-22 2022-01-27 上海商汤临港智能科技有限公司 点云数据的处理方法和装置、雷达装置、电子设备及计算机可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011085435A1 (en) * 2010-01-14 2011-07-21 The University Of Sydney Classification process for an extracted object or terrain feature
KR101666937B1 (ko) * 2016-05-13 2016-10-17 한국건설기술연구원 3차원 포인트 클라우드의 대용량 데이터를 처리하기 위한 장치 및 그 방법
CN109344812A (zh) * 2018-11-27 2019-02-15 武汉大学 一种改进的基于聚类的单光子点云数据去噪方法
CN110264405A (zh) * 2019-06-17 2019-09-20 深圳飞马机器人科技有限公司 基于插值算法的图像处理方法、装置、服务器和存储介质
CN111079801A (zh) * 2019-11-29 2020-04-28 上海有个机器人有限公司 基于点云匹配快速搜索最近点的方法、介质、终端和装置
CN113327321A (zh) * 2020-02-28 2021-08-31 北京创奇视界科技有限公司 基于三维成像声纳点云的海底地形三维模型自动建模方法
WO2022017147A1 (zh) * 2020-07-22 2022-01-27 上海商汤临港智能科技有限公司 点云数据的处理方法和装置、雷达装置、电子设备及计算机可读存储介质
CN112365592A (zh) * 2020-11-10 2021-02-12 大连理工大学 一种基于双向高程模型的局部环境特征描述方法
CN112651889A (zh) * 2020-12-17 2021-04-13 广东南方数码科技股份有限公司 一种适用于slam点云去噪的融合滤波方法、电子设备、存储介质
CN113592862A (zh) * 2021-09-27 2021-11-02 武汉科技大学 钢板表面缺陷的点云数据分割方法、系统、设备、介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王勇: "地面激光扫描数据滤波研究", 《基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433864A (zh) * 2023-06-14 2023-07-14 煤炭科学研究总院有限公司 采煤工作面三维地质隐式建模方法及装置
CN116433864B (zh) * 2023-06-14 2023-08-22 煤炭科学研究总院有限公司 采煤工作面三维地质隐式建模方法及装置

Also Published As

Publication number Publication date
CN114612627B (zh) 2023-03-03

Similar Documents

Publication Publication Date Title
JP5161936B2 (ja) データ解析装置、データ解析方法、及びプログラム
Azimi et al. Eagle: Large-scale vehicle detection dataset in real-world scenarios using aerial imagery
CN109584294B (zh) 一种基于激光点云的路面点云提取方法和装置
Sahar et al. Using aerial imagery and GIS in automated building footprint extraction and shape recognition for earthquake risk assessment of urban inventories
CN109839119B (zh) 跨路桥梁桥面区域的获取方法及装置
CN108021844B (zh) 一种道路边沿识别方法及装置
CN111897906B (zh) 处理地图数据的方法、装置、设备和存储介质
GB2532948A (en) Objection recognition in a 3D scene
CN110674705A (zh) 基于多线激光雷达的小型障碍物检测方法及装置
EP4120123A1 (en) Scan line-based road point cloud extraction method
KR101549155B1 (ko) 라이다 자료를 활용한 구조물의 직선경계 추출방법
CN105953773B (zh) 斜坡坡度角获取方法及装置
CN114612627B (zh) 地形高程图的处理方法、装置、交通工具及介质
CN114895302A (zh) 城市道路路基病害快速探测的方法及装置
Ma et al. A convolutional neural network method to improve efficiency and visualization in modeling driver’s visual field on roads using MLS data
CN113345072A (zh) 一种多视角遥感地形影像点云重建方法及系统
CN113887433A (zh) 一种障碍物的检测方法、装置、计算机设备及存储介质
CN113219472B (zh) 一种测距系统和方法
CN112819700B (zh) 一种点云数据的去噪方法、装置及可读存储介质
Kumar et al. A two-stage algorithm for ground filtering of airborne laser scanning data
CN111027601B (zh) 一种基于激光传感器的平面检测方法、装置
CN109740502A (zh) 道路质量检测方法及装置
CN115713600A (zh) 自动驾驶场景的数字高程模型的生成方法和装置
CN115937817A (zh) 一种目标检测方法、系统及挖掘机
CN115330630A (zh) 面向矿区自动驾驶数据集搭建的点云数据增强方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant