[发明专利]一种基于体元的机载LIDAR建筑物检测方法

说明书

本发明提供一种基于体元的机载LIDAR建筑物检测方法，以3D连通性构建理论为基础，将读取的原始机载LIDAR点云数据中的异常数据进行剔除，得到去除异常数据集，并将去除异常数据集规则化为二值3D体元数据集，二值分别为1和0，1和0分别代表目标体元和背景体元，然后，从目标体元中分离出地面和非地面体元；最后，利用建筑物边缘点的阶跃特性从非地面体元中搜寻建筑物边缘体元作为种子体元，标记与其3D连通的目标体元作为建筑物体元数据集。完成基于体元的机载LIDAR建筑物检测。该方法很好的利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。

技术领域：

本发明涉及遥感数据处理领域，尤其涉及一种基于体元的机载LIDAR建筑物检测方法。

背景技术：

建筑物自动检测技术一直是三维(3Dimension，3D)城市建模领域的研究热点。机载激光雷达(LightDetectionAndRanging，LIDAR)点云数据包含了大量关于建筑物的三维信息，十分适用于建筑物检测。经典的建筑物检测方法可分为以下几类：基于拟合的方法、数学形态学方法、数字图像处理方法、模式识别方法及融合LIDAR数据和其它类型的航空影像或GIS数据的方法。上述方法采用的数据结构形式主要有：离散点云数据或栅格数据。点云数据为真3D数据结构，但其难以利用空间邻域信息；栅格数据是将真3D的点云规则化为2.5D数据，其无法表达多次回波数据。可见，经典建筑物检测方法所采用的数据结构均不利于发挥机载LIDAR真3D的技术优势。

发明内容：

针对现有技术的缺陷，本发明提供一种基于体元的机载LIDAR建筑物检测方法。该方法包括：

步骤1：读取原始机载LIDAR点云数据；

步骤2：将除原始机载LIDAR点云数据规则化为二值3D体元数据集；

步骤2.1：从原始机载LIDAR点云数据中剔除异常数据，得到去除异常数据集；

步骤2.2：将去除异常数据集规则化为二值3D体元数据集；

步骤3：从去除异常数据集中分离出非地面数据集，并映射到3D体元格网，得到非地面体元；

步骤4：用建筑物边缘点的阶跃特性从非地面体元中搜寻建筑物边缘体元作为种子体元，标记与其3D连通的目标体元作为建筑物体元数据集，完成基于体元的机载LIDAR建筑物检测。

进一步地，步骤2.1具体包括：

步骤2.1.1：将原始机载LIDAR点云数据所在空间划分为M×N×U三维格网，并将各原始机载LIDAR点云数据映射到各个格网单元，包含原始机载LIDAR点云数据的格网称为黑格网，不包含原始机载LIDAR点云数据的格网称为白格网；

步骤2.1.2：定位M×N×U三维格网内M×N个立柱内的高程最高与高程最低的黑格网作为候选异常格网单元得到候选异常数据集；

步骤2.1.3：对候选异常数据集中各个候选异常格网单元，比较其和周围给定邻域内黑格网的平均高程的高程差，若高程差大于给定阈值T_ed，则该候选异常格网单元内包含的原始机载LIDAR点云数据为异常数据，进行剔除，否则保留该候选异常格网单元内包含的原始机载LIDAR点云数据，最终获得去除异常数据集。

进一步地，步骤2.2具体包括：

步骤2.2.1：用去除异常数据集的轴向包围盒表示三维空间范围；

步骤2.2.2：计算体元分辨率即体元大小，x、y方向上的体元分辨率(Δx,Δy)依据去除异常数据集中数据点的标称点间距确定，z方向的体元分辨率Δz依据去除异常数据集中数据点的平均点间距确定；