基于空间聚类的机载LiDAR点云地面滤波方法
【技术领域】
[0001] 本发明涉及机载激光雷达数据处理领域技术领域，尤其涉及一种基于空间聚类的 机载LiDAR点云地面滤波方法。
【背景技术】
[0002] 随着遥感系统的快速发展，机载激光探测与测距（lightdetectionand ranging，LiDAR)越来越成为当今快速获取三维数字地面模型的一种核心技术。LiDAR是利 用全球定位系统（GlobalPositionSystem，GPS)和惯性测量装置（InertialMeasurement Unit，IMU)进行机载激光扫描，所测得的数据为数字表面模型（DigitalSurface Model，DSM)的离散点云数据，数据中含有空间三维信息和激光强度信息，再采用分类技术 在数字表面模型中移除建筑物、人造物、覆盖植物等测点，即可获得数字高程模型（Digital ElevationModel，DEM)，并同时得到地面覆盖物的高度。地面滤波即是从离散的点云数据 中区别出地面点和非地面点的过程，是机载LiDAR数据后处理的必要步骤之一。
[0003] 目前为止，许多文献都提出了关于机载LiDAR点云数据的地面滤波方法，其中基 于聚类分割滤波方法考虑的是同类点集合之间的关系，而不仅仅依靠点与点之间的结构差 异作为地形结构判断标准，因此在地形地物判断识别上更具合理，滤波结果更可靠。但是在 聚类过程中，如果仅仅根据地物间的高度或者拓扑关系进行聚类，往往会造成聚类不合理， 或者丢失有效信息，因此有必要加入点云的特征数据进行聚类。
【发明内容】
[0004] 本发明所要解决的技术问题在于，提供一种基于空间聚类的机载LiDAR点云地面 滤波方法，针对地面不连续现象，解决单一阈值对滤波效果的限制，并在滤除地物信息的同 时能有效地保留复杂地形特征，使总体滤波效果更加可靠。
[0005] 为了解决上述技术问题，本发明提供了一种基于空间聚类的机载LiDAR点云地面 滤波方法，包括：
[0006] 对机载LiDAR原始点云数据进行预处理，从而剔除异常值；
[0007] 对经过预处理的点云数据中的多次回波信息进行分析，并选取其中的单次回波信 息和末次回波信息作为处理点云数据；
[0008] 采用所述处理点云数据的平面模型为分割停止条件进行点云分割；
[0009] 采用双重距离方法对分割后的点云数据进行空间聚类，完成点云数据粗分类；
[0010] 根据粗分类后得到的地面聚类块构建初始三角网；
[0011] 根据所述初始三角网，以预设阈值为判断条件，识别其它待判断聚类块为地面块 或者非地面块；
[0012] 迭代内插生成最终三角网，输出构网数据，所述构网数据为地面点数据。
[0013] 其中，所述对机载LiDAR原始点云数据进行预处理，从而剔除异常值，具体包括：
[0014] 采用统计分析技术对机载LiDAR原始点云数据进行去噪处理，从而剔除异常值。
[0015] 其中，所述采用所述处理点云数据的平面模型为分割停止条件进行点云分割，具 体包括：
[0016] 根据所述处理点云数据建立八叉树索引；
[0017] 采用所述八叉树索引作为提取所述处理点云数据时所用的搜索方法，从而将所述 处理点云数据的平面模型为分割停止条件进行点云分割。
[0018] 其中，所述处理点云数据的平面模型中，所述处理点云数据中任意点Pi(Xi，yi，Zi) 到平面的垂直距离为：Vi=|axi+byi+cZi+dl，其中，（a,b,c)为平面的法向量参数，a,b,c,d 分别是平面的参数。
[0019] 其中，所述采用双重距离方法对分割后的点云数据进行空间聚类，完成点云数据 粗分类，具体包括：
[0020] 采用包括空间距离和属性距离的双重距离方法对分割后的点云数据进行空间聚 类，完成点云数据粗分类，其中，
[0021] fjljfj的空间距离：
【主权项】
1. 一种基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，包括： 对机载LiDAR原始点云数据进行预处理，从而剔除异常值； 对经过预处理的点云数据中的多次回波信息进行分析，并选取其中的单次回波信息和 末次回波信息作为处理点云数据； 采用所述处理点云数据的平面模型为分割停止条件进行点云分割； 采用双重距离方法对分割后的点云数据进行空间聚类，完成点云数据粗分类； 根据粗分类后得到的地面聚类块构建初始三角网； 根据所述初始三角网，以预设阈值为判断条件，识别其它待判断聚类块为地面块或者 非地面块； 迭代内插生成最终三角网，输出构网数据，所述构网数据为地面点数据。
2. 如权利要求1所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，所 述对机载LiDAR原始点云数据进行预处理，从而剔除异常值，具体包括： 采用统计分析技术对机载LiDAR原始点云数据进行去噪处理，从而剔除异常值。
3. 如权利要求1所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，所 述采用所述处理点云数据的平面模型为分割停止条件进行点云分割，具体包括： 根据所述处理点云数据建立八叉树对象； 采用所述八叉树对象作为提取所述处理点云数据时所用的搜索方法，从而将所述处理 点云数据的平面模型为分割停止条件进行点云分割。
4. 如权利要求3所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，所 述处理点云数据的平面模型中，所述处理点云数据中任意点PiO^y^Zi)到平面的垂直距 离为：Vi=laxi+byi+czi+dl，其中，（a，b，c)为平面的法向量参数，a，b，c，d分别是平面的参 数。
5. 如权利要求1所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于， 所述采用双重距离方法对分割后的点云数据进行空间聚类，完成点云数据粗分类，具体包 括： 采用包括空间距离和属性距离的双重距离方法对分割后的点云数据进行空间聚类，完 成点云数据粗分类，其中， A到fj的空间距离：
4到L的属性距离为：
其中，4，&(1彡1，」_彡11)为三维空间要素集？=化1，4，...，4|11彡2}中的要素，111 为非空间属性维数，Aik为第k维属性，Dtaax为第k个属性最大最小属性的差值，即Dk_ = A-A ^kmax ^kmin0
6. 如权利要求5所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，所 述属性信息为点云强度信息和根据最小二乘法计算点云邻域内点集的拟合平面的法向量 信息。
7.如权利要求1所述的基于空间聚类的机载LiDAR点云地面滤波方法，其特征在于，所 述根据粗分类后得到的地面聚类块构建初始三角网，具体包括： 根据粗分类后得到的最大地面聚类块作为参数要求构建初始地面三角网。
【专利摘要】本发明公开了一种基于空间聚类的机载LiDAR点云地面滤波方法，包括：对机载LiDAR原始点云数据进行预处理，从而剔除异常值；对经过预处理的点云数据中的多次回波信息进行分析，并选取其中的单次回波信息和末次回波信息作为处理点云数据；采用所述处理点云数据的平面模型为分割停止条件进行点云分割；采用双重距离方法对分割后的点云数据进行空间聚类，完成点云数据粗分类；根据粗分类后得到的地面聚类块构建初始三角网；根据所述初始三角网，以预设阈值为判断条件，识别其它待判断聚类块为地面块或者非地面块；迭代内插生成最终三角网，输出构网数据，所述构网数据为地面点数据。本发明总体滤波效果更加可靠。
【IPC分类】G06T7-00, G06T5-00
【公开号】CN104574303
【申请号】CN201410827764
【发明人】许颖, 岳东杰, 陈光洲, 张荣春, 曹奇, 张迎燕
【申请人】河海大学
【公开日】2015年4月29日
【申请日】2014年12月26日