[发明专利]一种面向对象的机载激光雷达点云滤波方法

权利要求书

1.一种面向对象的机载激光雷达点云滤波方法，其特征是，包括以下步骤：

步骤一，加载机载激光雷达点云数据；

步骤二，识别机载激光雷达点云中的粗差点，并剔除粗差点；

步骤三，进行基于光滑表面生长的机激光雷达点云分割以获取对象；

步骤四，分析对象的多回波比例特征识别潜在的地物对象，并剔除地物对象及其所包含 的激光雷达点；

步骤五，提取对象的特征点，并利用特征点替代对象包含的原始激光雷达点参与后续运 算；

步骤六，进行基于特征点的对象类别判别，并更新对象包含的原始激光雷达点的类别。

2.根据权利要求1所述的一种面向对象的机载激光雷达点云滤波方法，其特征是，所述 步骤二具体包括以下步骤：

(1)初始化预处理，对机载激光雷达点云的类别进行标记，将未分类的点标记为“1”；

(2)目视分析机载激光雷达点云的高程分布特征，检查是否存在显著的粗差，如果该点 云数据中存在明显的高位粗差和低位粗差，则进入步骤(3)；如果该点云数据中没有明显的 高位粗差和低位粗差，则进入步骤(4)；

(3)建立点云的高程直方图识别机载激光雷达点云显著的粗差；

(4)建立kd-树空间索引，对于类别号为“1”的激光雷达点集，利用该点集的水平坐 标信息建立二维的kd-树；

(5)识别低位粗差和高位粗差，利用kd-tree空间索引寻找粗差点。

3.根据权利要求2所述的一种面向对象的机载激光雷达点云滤波方法，其特征是，所述 高程直方图通过机载激光雷达点云的高程z特征来建立。

4.根据权利要求2所述的一种面向对象的机载激光雷达点云滤波方法，其特征是，所述 步骤三具体包括以下步骤：

(1)估计法向量和残差，点云数据中任意一点及其一定数量的k个三维空间中最邻近点 确定的平面的法向量为该点的法向量，三维空间中一定数量的离散点确定的平面由特征值法 确定，通过特征值法中获取的最小特征值记为离散点对应的残差；

(2)进行区域生长，将激光雷达点云划分为若干的对象，每个对象包含若干的激光雷达 点；

(3)赋予对象及相关激光雷达点初始的类别，对于任意一个对象，如果其多回波比例大 于50％，则将该对象包含的所有激光雷达点的类别号标记为地物点。

5.根据权利要求4所述的一种面向对象的机载激光雷达点云滤波方法，其特征是，所述 估计法向量和残差的具体过程包括以下步骤：

(1)对于类别号为“1”的激光雷达点集，建立其三维的kd-树空间索引；

(2)对每一个类别号为“1”的激光雷达点，逐一利用kd-树空间索引求取其k个最临近 点；

(3)对于每一点及其k个最临近点，利用特征值法求取其拟合平面的方程，即确定每一 点的法向量φ_i及其残差λ_i。