[发明专利]基于曲率从Lidar点云数据提取建筑物轮廓线的方法

说明书

技术领域

本发明涉及Lidar数据处理技术领域，尤其涉及一种基于曲率从Lidar点云数据提取建筑物轮廓线的方法，应用于数字城市建设过程中的轮廓线提取及三维模型建立的生产过程中。

背景技术

建筑物作为城市区域重要的地表特征之一，在现代城市规划与建设，灾害预防，自然资源勘查与利用，数字城市建设等很多领域都有着重要的应用。

近几年来，随着城镇数字化进程的加快，基于快速且准确的数据源的城市建筑物研究逐渐成为一种新的发展趋势。

在数字城市三维模型的重建和大型工程施工中的质量监测等测绘领域，常常需要提取建筑物的轮廓线，目前，在建筑物轮廓线的提取工作中，大多仍然采用纯人工的方式，这种方式不仅费时费力，需要大量的人力消耗，而且工作效率低下，提取得到的轮廓线的精度差。

Lidar(LIght Detection And Ranging)技术使数据获取和处理向自动化的方向发展，研究如何利用Lidar数据自动提取建筑物的轮廓线的方法在数字城市三维建模过程中将具有十分重要的现实意义。

发明内容

本发明的目的在于提供一种基于曲率从Lidar点云数据提取建筑物轮廓线的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种基于曲率从Lidar点云数据提取建筑物轮廓线的方法，包括如下步骤：

S1，对散乱分布的点云数据进行去噪处理，得到规则的点云数据；

S2，对所述规则的点云数据，通过设定容差e和阈值t，采用动态层法和局部重划法相结合的点云数据划分方法，对点云特征突变区部分网格进行动态调整，得到动态网格；

S3，将点云数据经过坐标转化法转换后，在每个网格内进行局部曲面拟合，求解点云法矢和曲率；

S4，以所述动态网格为基础，利用S3得到的法矢和曲率，根据曲率、法矢与曲面的关系，采用K-means方法，对点云数据进行区域分割，得到分割的点云数据块；

S5，采用八叉树的方法对所述点云数据块的边界点进行提取，利用DirectX绘制线性结构的函数，绘制边界线，完成点云数据的轮廓线提取。

优选地，S2包括如下步骤：

S21，定义点(Xmax+e，Ymax+e，Zmax+e)和点(Xmin-e，Ymin-e，Zmin-e)为对角点,表面平行于坐标平面的空间六面体为点云空间包围盒，其中，Xmax，Ymax,Zmax,Xmin,Ymin,Zmin分别为点云数据中最大点与最小点的x、y、z坐标值，e为容差值；

S22，沿坐标轴X,Y,Z方向，按等间隔t，将所述点云空间包围盒划分成多个空间六面体网格则在所述点云空间包围盒内，沿X,Y,Z方向，以t为步长分段，得到在三个方向上划分的段数m,n,l，用如下公式表示为：

，

则，根据上式，可知

对于空间内任意一个点P，都会属于某一个位置的基本正方体(i,j,k)内，坐标(x_p,y_p,z_p)满足：

S23，统计所述空间六面体网格内点云的个数并计算点云密度，并判断所述空间六面体网格是否为空，如果是，则删除。

S24，计算每一个网格的中心点O_i，并在网格的数据集中找到距离中心点O_i最近的点P_i；

S25，以所述P_i为基础，对网格内的数据分别在XYZ方向进行排序，根据数据的分布状况判断是否需要对网格进行调整，如果需要，则进行调整，否则，无需处理。

优选地，S25中，所述根据数据的分布状况判断是否需要对网格进行调整，具体为：

a.如果网格内的数据分布密度大于设定的密度阈值，点云个数超过了抛物面拟合的需要，点云数据之间在X,Y,Z方向的角度偏差小于设定的角度偏差阈值，则无需对网格进行调整；

b.如果网格内的数据分布密度大于设定的密度阈值，点云个数超过了抛物面拟合的需要，但是点云数据之间在X,Y，Z方向的角度偏差超出了角度偏差阈值，则根据点云偏差的突变，将原网格在角度偏差突变的方向上进行细分， 添加网格；

c.如果网格内数据分布均匀，点云个数满足抛物面拟合的需要，并且点云数据之间在X,Y,Z方向的角度偏差在角度偏差阈值范围内，则无需对网格进行调整；