[发明专利]一种面向对象的机载激光雷达点云滤波方法

说明书

技术领域

本发明涉及一种机载激光雷达点云滤波方法，具体地说是一种面向对象 的机载激光雷达点云滤波方法，属于激光雷达点云数据信息提取技术领域。

背景技术

机载激光雷达设备作业中，激光扫描过程是盲目的，即激光脉冲既可能 打在地面上，又可能打在建筑物、桥梁、电力线、灯塔、车辆等人工地物或 者植被上。因此，获取的机载激光雷达点云数据中既有地面点，又有地物点。 点云分类是后续应用的基础。工程应用过程中，机载激光雷达点云数据分类 往往采用了分层分类的思路，即首先把点云数据中的地面点和地物点(非地 面点)分离开、并利用地面点生成数字高程模型(DEM)；然后，按照归一化 数字表面高程特征(地物点到DEM的高度特征)可以依次将地物点划分到低 矮植被、中等高度植被、高植被等类别。可见，其中，地面点和非地面点的 分离是该类分类方法的基础。从机载激光雷达点云数据中分离出地形表面激 光脚点数据子集的过程，称为滤波。目前，机载激光雷达点云滤波是机载激 光雷达点云数据后处理的关键步骤之一，也是研究的热点和难点。

目前，研究人员已经提出了众多的滤波方法。由于对地面点和非地面点 的理解概念或者思路不同，研究人员从而设计出不同的滤波方法。有些方法 可直接应用于不规则分布的点集，有些方法需将原始点集重采样为规则格网， 以利用成熟的图像处理技术；从对点的处理方式上看，有些方法是考察单点 与单点，有些是单点与点集或者点集与点集等。有些滤波方法通过量测某种 不连续测度，如高程差、坡度、到结构表面的最小距离或到参数平面的最小 距离等；各种滤波方法基于各种不同的假设前提，如坡度、平面、表面和分 割等；有些算法的处理方式是一次单步完成，有些是通过迭代处理，这也意 味着它们分别在准确性与速度方面的劣势。目前，比较有代表性的滤波方法 有：三角网渐进加密、最小二乘分层稳健线性内插、基于点云分割的方法、 基于数学形态学的方法、基于坡度的方法、基于曲面拟合的方法等。

尽管目前存在众多的滤波方法，但缺乏统一、规范的比较。为此，在2003 年，国际摄影测量与遥感协会(ISPRS)第三委员会的机载激光雷达数据处理 小组组织了滤波算法的测试。测试中，提供了8个数据集，这些数据覆盖了 城区、农村区域和森林地区，有八种滤波算法参加了测试，算法的作者分别 为：Elmqvist、Sohn、Axelsson、Pfeifer、Brovelli、Roggero、Wack/Wimmer、 Sithole/Vosselman。Sithole和Vosselman在测试报告中，对比了八种不同 滤波算法在不同场景中的滤波结果，对滤波算法做出了比较详细的分析和比 较，旨在研究现存滤波算法的特点，影响滤波结果的因素和存在的问题。测 试结果表明参与比较的滤波算法，对于不太复杂的场景(坡度平缓，只包含 小型建筑物，植被稀疏，能采集到大量地面点的区域)表现普遍较好，但当 处理复杂场景时其可靠性明显下降。综合而言，在已有的方法中，三角网渐 进加密滤波方法取得了最好的效果。

在已有的机载激光雷达点云滤波方法中，三角网渐进加密滤波方法原理 简洁、所需参数数量少，且对于多数场景取得了较好的滤波效果。但是，三 角网渐进加密滤波方法也有一个显著的弱点，对于丘陵和山地区域，它很容 易将地形陡变处的地面点误认为是非地面点，如图2所示；对于城市区域， 它很容易将车辆下部的地物点误认为是地面点。

上述问题导致已有的三角网渐进加密滤波方法在对地形、地物复杂区域 (包括：存在大量的地形断裂现象的高山丘陵区域、车辆密集的城区)的机 载激光雷达点云滤波时，存在滤波精度较低、需要大量人工干预的问题，无 法满足用户对快速、高精度、自动滤波的迫切需求。

发明内容

针对现有滤波方法的不足，本发明提出了一种面向对象的机载激光雷达 点云滤波方法，其利用对象的特征点替代对象包含的原始点进行面向对象的 机载激光雷达点云滤波，能够有效提高机载激光雷达点云滤波的精度。

本发明解决其技术问题采取的技术方案是：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；