一种基于点云的地物关键点提取方法
【技术领域】
[0001]本发明涉及地理信息与三维建模领域，特别涉及一种通过将采集得到的点云数据进行阈值设置进而高效准确的进行地物自动分类，在此基础上进行地物关键点提取的方法。
【背景技术】
[0002]最近几年，虚拟现实(简称VR)已经广泛的应用在产品设计、军事、建筑、规划等领域，通过虚拟现实的手段可以以三维场景来展现历史情境和现有环境。
[0003]传统的三维场景制作主要通过3Dmax结合平面图完成，采用该方法建设的三维场景模型存在以下缺点和不足:在山地景区等地形起伏大或复杂环境条件下，因缺少详细的高程数据支持或由于人工调整工作量大，易导致虚拟场景与实际偏差大，使最终展现效果难以达到预期目标。
[0004]随着技术的发展，三维点云数据以其直观、高精度的优势在三维场景建设中应用日益广泛，在当前国内外相当一部分城市得到了应用。然而由于点云数据为海量数据，直接利用现有技术无法将点云数据和模型数据源直接对接，同时也易受到计算机硬件的影响，往往需要投入大量的人力和物力进行数据处理。
[0005]目前还没有一种可以将不同采集方式获得的多组点云数据进行精度优化，进而将精准的点云数据在不损失地物结构信息的情况下最大化的减少数据量，最终使建模人员能够直接点云数据进行精细化三维建模的方法。为此，如何实现基于海量的点云数据的关键点提取成为了本领域科技人员急待解决的问题。
【发明内容】
[0006]本发明实施例提供一种基于点云的地物关键点提取方法，本发明可以在点云数据采集时将不同采集方式获得的多组点云数据进行精度优化后得到精准的点云数据。后将精准的点云数据在不损失地物结构信息的情况下，最大化的减少数据量。同时，建模人员能够直接利用提取的关键点点云数据进行精细化三维建模。基于点云数据和模型数据这两种数据源的对接，使直接利用点云数据进行高精细三维建模成为了可能。
[0007]本发明实施例提供一种基于点云的地物关键点提取方法，包括如下步骤:
工程化组织管理:将采集得到的点云数据进行工程化组织管理；
数据预处理:对点云数据进行预处理，得到精准的点云数据；
滤波分类:按照不同类别的地物特征进行地物点云数据进行滤波分类；
关键点提取:对滤波分类后的地物点z?Ih息进彳丁关键点提取。
[0008]一种基于点云的地物关键点提取方法，所述该方法还包括格式转换步骤，其中:
格式转换:将提取后的关键点数据进行格式化转换，形成与建模软件相兼容的数据。
[0009]一种基于点云的地物关键点提取方法，所述该方法还包括自动化建模步骤，其中: 自动化建模:利用提取的关键点数据进行模型构建。
[0010]一种基于点云的地物关键点提取方法，所述工程化组织管理具体步骤为:将不同采集方式采集到不同精度的点云数据分别进行区域划分并进行工程化组织管理。
[0011]—种基于点云的地物关键点提取方法，所述数据预处理具体步骤为:
I)对工程化管理后的点云数据进行精度优化，具体为利用精度较高的点云数据对精度较低的点云数据进行精度优化；
2)将优化后的点云数据进行滤波，去除冗余和无效的点云信息。
[0012]一种基于点云的地物关键点提取方法，所述滤波分类具体步骤为:
1)对去噪优化后的点云数据中进行地面点分类，得到精准的地面点云集数据；
2)在地面点信息的基础上对地物点进行分类，得到不同地物点云集数据；其中地物点类别基于实际需求确定，根据地物空间分布特征采用自适应聚类分析方法进行分类；
3)将得到的不同地物点云集数据分类存储。
[0013]一种基于点云的地物关键点提取方法，所述关键点提取具体步骤为:
1)对分类后的地物信息逐一进行关键点提取，其中关键点提取主要基于各类地物形态学特征进行；首先基于平立面一致性策略将同一地物点云集数据划分为不同区域，然后通过区域增长策略检测三维空间内的几何突变，完成地物边界点提取，最后将提取到的边界点分别投影至不同平面进行对比分析，根据几何形态基于拓扑形态学分析方法提取能反映地物边界特征的点云集作为地物关键点集；
2)采用人工干预方式对提取后关键点的有效性进行验证；
3)输出验证后的地物关键点为特征点云数据集。
[0014]一种基于点云的地物关键点提取方法，所述将不同采集方式采集到不同精度的点云数据分别进行区域划分并按照划分的区域进行工程化组织管理的具体步骤为:
1)通过架设在不同平台上的数据采集设备获取目标区域内地物点云数据，得到不同精度、不同密度、不同方位的原始数据；
2)以精度较高的点云数据为参考，从中提取纠正点，根据纠正点建立纠正模型；
3)将多幅纠正模型中的共同纠正点进行拼接，获取整体纠正模型。
[0015]一种基于点云的地物关键点提取方法，所述自动化建模包括如下步骤:
1)利用关键点构建面片拟合及分割；
2)对分割后的面片进行规则化处理，输出体框模型。
[0016]一种基于点云的地物关键点提取方法，所述点云数据是通过移动平台、固定式和卫星系统进行采集获得，所述移动平台可为:车辆、船舶、机车、移动式扫描仪和火车；所述地物信息包括:交通设施、房屋建筑、桥梁、道路及其附属设施与沿线公共设施。
[0017]由此可见:本发明实施例中的基于点云的地物关键点自适应提取方法可以满足:
1、可以对地上、地表建构筑物进行点云数据采集，实现将不同采集方式获得的多组点云数据进行精度对比后得到精准的点云数据。
[0018]2、通过相应的阈值设置可以高效准确的进行地物自动分类。
[0019]3、在不损失地物结构信息的情况下提取地物关键点，进而最大化的减少数据量。
[0020]4、提供了一种建模人员能够直接利用海量点云数据进行精细化三维建模的方法。基于点云数据和模型数据这两种数据源的对接，使直接利用点云数据进行高精细三维建模成为了可能。
【附图说明】
[0021]图1为本发明的实施例1提供的基于点云的地物关键点自适应提取方法的流程示意图；
图2为本发明的实施例2提供的基于点云的地物关键点自适应提取方法的流程示意图；
图3为本发明的实施例3提供的基于点云的地物关键点自适应提取方法的流程示意图；
图4为本发明的实施例提供的点云数据的地物关键点自适应提取方法中数据预处理的流程示意图；
图5为本发明的实施例提供的点云数据的地物关键点自适应提取方法中滤波分类的流程示意图；
图6为本发明的实施例提供的点云数据的地物关键点自适应提取方法中的关键点提取的流程示意图；
图7为本发明的实施例提供的点云数据的地物关键点自适应提取方法中的将点云数据进行区域划分，并按照区域进行工程化组织管理的流程示意图；
图8为本发明的实施例提供的点云数据的地物关键点自适应提取方法中自动化建模的流程示意图；
图9为本发明的实施例4提供的基于点云的地物关键点自适应提取方法的流程示意图。
[0022]
【具体实施方式】
[0023]为了使本技术领域的人员更好地理解本发明方案，下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
[0024]实施例1:
图1为本实施例提供的基于点云的地物关键点自适应提取方法的流程示意图，如图所示，该方法如下步骤:
工程化组织管理:将采集得到的点云数据进行工程化组织管理；
数据预处理:对点云数据进行预处理，得到精准的点云数据；
滤波分类:按照不同类别的地物特征进行地物点云数据进行滤波分类；
关键点提取:对滤波分类后的地物点z?Ih息进彳丁关键点提取。
[0025]具体实施例中所述工程化组织管理具体步骤为:将不同采集方式采集到不同精度的点云数据分别进行区域划分并进行工程化组织管理。
[0026]如图4所示的一种基于点云的地物关键点提取方法，所述数据预处理具体步骤为:
I)对工程化管理后的点云数据进行精度优化，具体为利用精度较高的点云数据对精度较低的点云数据进行精度优化；
2 )将优化后的点云数据进行滤波，去除冗余和无效的点云信息。
[0027]如图5所示的一种基于点云的地物关键点提取方法，所述滤波分类具体步骤为:
1)对去噪优化后的点云数据中进行地面点分类，得到精准的地面点云集数据；
2)在地面点信息的基础上对地物点进行分类，得到不同地物点云集数据；其中地物点类别基于实际需求确定，根据地物空间分布特征采用自适应聚类分析方法进行分类；
3)将得到的不同地物点云集数据分类存储。
[0028]如图6所示的一种基于点云的地物关键点提取方法，所述关键点提取具体步骤为:
I)对分类后的地物信息逐一进行关键点提取，其中关键点提取主要基于各类地物形态学特征进行；
具体实施例中:首先基于平立面一致性策略将同一地物点云集数据划分为不同区域，然后通过区域增长策略检测三维空间内的几何突变，完成地物边界点提取，最后将提取到的边界点分别投影至不同平面进行对比分析，根据几何形态基于拓扑形态学分析方法提取能反映地物边界特征的点云集作为地物关键点集。
[0029]2)采用人工干预方式对提取后关键点的有效性进行验证；
3)输出(保存)验证后的地物关键点为特征点云数据集。