[发明专利]一种融合多尺度特征的激光扫描数据物理平面自动化提取方法

说明书

技术领域

本发明属于计算机视觉和激光扫描数据处理的交叉领域，尤其涉及激光扫描数据物理平面特征提取与自动化模型重建方法。

背景技术

激光扫描系统可以自动化的获取地物表面高精度的3维坐标信息，已成为一种快速的空间数据获取手段，广泛运用于基础测绘、数字城市、交通运输、森林资源调查、环境保护、文物保护与重建等领域。同时，激光扫描数据具有数据量大，点云密度分布不均，场景目标多样(建筑物、道路、树木、车辆、交通标志牌、交通信号灯等)，细节结构丰富等特点，难以直接对整个场景的激光扫描数据进行三维重建。为了实现基于海量的激光扫描数据进行建筑物几何模型三维重建，必须首先对激光扫描数据进行分割，识别出属于建筑物的面片区域，然后基于提取的面片进行建筑物3维几何模型的重建。因此，建筑物平面面片地自动、快速、准确提取和识别是建筑物三维重建的基础和前提，也是本发明关注的重点。

目前从大范围城市复杂环境的激光扫描数据中快速提取物理平面的方法主要包括：基于区域生长的分割方法，基于聚类的分割方法、基于辅助图像的分割方法、基于随机采样一致性的分割方法等四类。BeltonandLichti(2001)采用局部表面属性(点的邻近性、点到拟合平面的距离、平滑表面法向量夹角等)作为相似性测度，然后将空间上邻近并且表面属性相似的点分割到同一区域中。该分割方法对噪、点密度变化、数据遮挡缺失等比较敏感。Filin(2002)首先计算激光扫描数据中所有的法向量和点到拟合平面的距离等特征，然后把每个点从坐标空间转换到特征空间，最后利用模糊C均值方法在特征空间聚类从而得到代提取的平面。该分割方法稳健性好，对邻域范围的大小不敏感，但该方法需要人为指定面片个数的初始信息，因此自动化程度会受到影响。VanHansenetal.(2006)利用了随机采样一致性方法来检测平面特征，该方法首先将空间点云划分成3D空间体素，然后在每个体素内分别利用随机采样一致性方法检测存在的平面，最后通过一定的合并规则将相邻体素中相似的平面特征进行合并。杨必胜,魏征(2010)首先将激光扫描数据根据距离或者光谱信息投影到特定的平面上形成深度图像或者彩色图像，然后利用图像处理中成熟的平面检测算法进行平面提取，再将分割后的图像逆投影回激光扫描数据中，最终实现激光扫描数据的分割。这种方法把3维的激光扫描数据转换成2维的图像数据进行处理，加快了数据处理的效率，但是在转换的过程中会造成精度的损失，同时还会受到图像投影误差、图像格网分辨率等因素的影响。

总体而言，从大范围城市复杂环境的激光扫描数据中快速、准确地提取平面仍然存在：1)局部几何特征计算对点密度变化、噪声等影响比较敏感，导致特征计算精度较低；2)平面提取的正确率和准确性相对较低，难以满足自动化提取的需要；3)只适用于固定站、车载、机载扫描数据中某一单一类型数据的平面提取，缺乏广泛的适用性，在实际生产中自动化程度低等问题。

发明内容

本发明针对现有技术的不足，提出一种融合多尺度特征的激光扫描数据物理平面自动化提取方法。本发明解决的技术问题主要包括：1)发展了基于信息熵的最佳邻域自适应确定方法，克服了点密度变化、噪声、数据缺失等因素对三维点局部几何特征计算的影响；②综合利用基于点的特征(维数特征，法向量等)和基于区域的特征(粗糙度、紧凑度、尺度、长宽比等)进行物理平面区域提取，提高了物理平面提取的准确性；；③扩展了现有平面分割方法的适用范围，本发明适用于机载、车载、固定站等多种类型激光扫描数据的物理平面提取。

本发明的技术方案为一种融合多尺度特征的激光扫描数据物理平面自动化提取方法，主要包含以下步骤：

一个激光扫描数据的步骤：利用机载、车载、固定站激光扫描仪获取原始点云数据，该数据包括道路及道路两侧地物的高精度的3维坐标信息。

一个基于信息熵的最佳邻域确定和局部几何特征计算的步骤：针对激光扫描获取原始数据确定局部几何特征计算的最大邻域半径r_max，最小邻域半径，并计算该最佳邻域内每个点的几何特征，具体包括：

步骤1.1、确定局部几何特征计算的最大邻域半径r_max，最小邻域半径r_min，半径的增量r_Δ，强度差阈值I_Δ，并初始化当前半径r_C＝r_min。