[发明专利]一种基于云计算的海量点云滤波方法

说明书

技术领域

本发明属于机载激光雷达数据处理领域，具体涉及一种基于云计算的海量点云滤波方法。

背景技术

“数字地球”的理念正受到各国广泛关注，它对地球系统环境的可持续发展、资源环境的动态监测、国防安全等都具有非常重要的作用，空间信息获取技术是构建数字地球的关键技术，也是构建数字地球的基础，空间数字信息的获取方式和技术手段多种多样，如统计技术、直接测量技术、模拟信息的数字化技术和遥感对地观测技术等，机载激光雷达是近年来新发展的对地三维空间信息探测技术，融合了激光测距、计算机处理、高精度动态载体姿态测量（INS）和高精度动态GPS 差分定位等技术。它可以快速、主动、实时、直接获得大范围地表及地物密集采样点的三维信息，代表了对地观测领域的一个新的发展方向。

激光雷达点云数据是涵盖地面和地物的一系列不规则分布的三维激光点，如何从大量不规则三维激光点云数据中分别过滤出地面点和地物点已经成为近几年来激光雷达数据处理的研究热点，同时，点云数据的滤波也是生成数字地面模型（DTM）、数字高程模型（DEM）、数字正射影像（DOM）和数字表面模型（DSM）的重要基础，通过滤波可以将地面点和地物点反射的点云分离，从而分别进行处理利用。

目前，常见的点云滤波方法包括移动窗口滤波法、基于坡度的点云滤波方法以及数学形态学滤波法，其中，移动窗口滤波法首先给定一个移动窗口和高差阈值，运用移动窗口来寻找其中的最低点，从而计算得到一个初步的地形模型，以该地形模型为参考，将所有高差值超过给定阈值的点过滤掉，从而获得一个较为精确的数字高程模型，迭代减小移动窗口，最终过滤掉所有的非地面点，这种算法适用于地形较为平坦的区域。基于坡度变化的滤波方法，其基本思想是利用地形坡度的变化特征实现滤波，即当两个相邻点高程值差异较大时，这种高程突变由地形引起的可能性较小，因此可以判断其中高程值较大的点为非地面点，通过将两点间高差阈值定义为其距离的函数，完成对点云的滤波处理。数学形态学滤波的主要思想是将地面之上的建筑物和植被腐蚀至地面，然后再进行膨胀恢复，运算过程为：移动一个固定大小的窗口（结构元素），通过“开”运算得到新的高程值，如果新的高程值与原始高程值之差在阈值范围内，则判断为地面点，否则为地物点。由于固定窗口大小无法适用于所有情况，因此可对传统数学形态学方法进行改进，采用渐进增大的滤波窗口和阈值，逐渐滤除地物点。

云计算是以分布式技术和虚拟化技术为基础，网络为载体，提供基础架构、平台、软件等服务为形式，整合大规模可灵活扩展的IT资源（计算、存储、网络、应用等）进行协同工作的计算体系，在云计算模式下，不同种类的IT服务按照用户的需求规模和要求动态构建、运营和维护，用户一般以即用即付方式支付其利用资源的费用，云是一些可以自我维护和管理的虚拟计算资源，通常是一些计算机集群，包括计算服务器、存储服务和宽带资源等。

随着激光雷达技术和无人机技术的不断发展，获取的点云密度越来越大、点云数量越来越多，给单机模式处理点云带来了非常大的困难。单机处理海量点云数据时，处理时间显著增加，甚至导致计算机内存和CPU资源耗尽，通过将点云滤波处理同云计算结合，可以利用多台计算机组成的集群单元同时执行数据处理任务，显著提高处理速度，同时由于云计算的可扩展特性，理论上可以无限扩展集群规模，因此可以应对任意数量的点云滤波需求。

发明内容

为了解决海量点云数据在滤波时耗时长、占用单台设备资源多的情况，本发明提供了一种基于云计算的海量点云滤波方法，所述方法通过调度云平台对海量点云数据的处理进行调度，所述方法包括以下步骤：

步骤1：读入点云数据；

步骤2：获取虚拟化硬件资源；

步骤3：将输入的完整点云进行划分；

步骤4：依据所述虚拟化硬件资源对点云进行分布式计算，完成滤波处理；

步骤5：合并处理的结果并返回给客户端。

所述调度云平台包括计算服务和管理服务；所述管理服务包括硬件资源管理服务和协调管理服务；所述硬件资源管理服务用于获取点云处理可用的计算机集群硬件资源，所述硬件资源包括计算机资源、网络资源和存储资源；所述协调管理服务采用虚拟化技术将所述硬件资源映射为虚拟化硬件资源。