[发明专利]基于不规则三角网的LiDAR点云数据水上桥梁提取方法

权利要求书

1.一种基于不规则三角网的LiDAR点云数据水上桥梁提取方法，其特征在于，具体包括如下步骤： 

步骤1，读取目标区域的原始LiDAR点云数据； 

步骤2，剔除粗差噪声； 

步骤3，对步骤2得到的剔除粗差后的LiDAR点云数据进行Delaunay三角剖分：将离散分布的点云数据生成xoy平面上的不规则三角网； 

步骤4，计算步骤3得到的三角形网中所有三角形的狭长度，并提取边缘点。 

步骤5，计算边缘点高程阈值，以高程阈值为分界点分离桥梁边缘点和河流边缘点，得到河流边缘点和桥梁边缘点高程变化曲线； 

步骤6，对步骤5中得到的河流边缘点进一步分离，拟合河岸边缘曲线； 

步骤7，对桥梁边缘点进一步分离，拟合桥梁边缘曲线； 

步骤8，求解桥梁角点，具体步骤如下： 

对步骤6、步骤7得到的两测河岸边缘的拟合曲线方程以及每个桥梁的每一侧边缘点的拟合曲线方程联立求解，得到所有桥梁的角点； 

联立方程如下： 

其中，RL_i(x,y)＝0,i＝1,2，指步骤6中拟合的两侧河岸的边缘点的拟合曲线，其中，i表示河流的两岸；BL_j(x,y)＝0,j＝1,2··m分别表示步骤7中拟合的不同桥梁的各边缘点的拟合曲线，其中，j表示不同的桥梁边缘，m表示提取的桥梁边缘的个数最大值。 

步骤9，对步骤8得到的所有桥梁角点进行标记，提取出水上桥梁。 

2.如权利要求1所述的基于不规则三角网的LiDAR点云数据水上桥梁提取方法，其特征在于，所述步骤2的粗差噪声点利用式1计算得到： 

n＝∑(|P_i-P_j|＜σ)   (1) 

其中，P_i表示原始LiDAR点云数据中点i的XY坐标，n表示原始LiDAR点云数据中与坐标P_i的距离小于σ的点的个数，n取0-10，σ取10-20m。 

3.如权利要求1所述的基于不规则三角网的LiDAR点云数据水上桥梁提取方法，其特征在于，所述步骤4的具体步骤如下： 

401：计算步骤3得到的不规则三角网中所有三角形的狭长度L_i： 

L_i＝|A_iG_i|²+|B_iG_i|²+|C_iG_i|²

其中，L_i表示三角网中第i个三角形的狭长度；A_i，B_i，C_i分别为第i个三角形的三个顶点，G_i为第i个三角形的重心。 

402：比较各三角形的狭长度L_i和狭长度阈值Thresd，如果狭长度L_i大于狭长度阈值Thresd，则该三角形为狭长三角形，将该三角形的各顶点作为边缘点提取出来。 

4.如权利要求1所述的基于不规则三角网的LiDAR点云数据水上桥梁提取方法，其特征在于，所述步骤5的具体步骤如下： 

501：读取步骤4提取的所有边缘点，将所有边缘点的按高程排序，得到河流边缘点和桥梁边缘点高程变化曲线；将该曲线上第一个高程值突变点作为河流边缘点的高程变化边界点，将第二个高程值突变点作为桥梁边缘点的高程变化边界点； 

502：利用下式计算高程阈值Z，并将步骤4得到的边缘点中，所有高程大于高程阈值的边缘点标记为桥梁边缘点，否则将其标记为河流边缘点； 

其中，Z表示高程阈值，单位：m；H(A)表示A点处的高程，单位：m；H(B)表示B点处的高程，单位：m；A点表示河流边缘点的高程变化的边界点，B点表示桥梁边缘点的高程变化的边界点。