[发明专利]一种基于体元的机载LIDAR道路提取方法有效
申请号: | 201710044460.8 | 申请日: | 2017-01-19 |
公开(公告)号: | CN106709473B | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 王丽英;段孟柳;赵泉华 | 申请(专利权)人: | 辽宁工程技术大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T15/08 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 李在川 |
地址: | 123000*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机载 lidar 道路 提取 方法 | ||
1.一种基于体元的机载LIDAR道路提取方法,其特征在于,包括如下步骤:
步骤1:读取原始机载LIDAR点云数据;
步骤2:将原始机载LIDAR点云数据规则化为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2.1.1:将原始机载LIDAR点云数据所在空间划分为M×N×U3D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×U3D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Ted,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;
步骤2.2:将去除异常数据集规则化为强度3D体元数据集;
步骤3:从3D体元数据集中分离出地面体元数据集;
步骤4:用道路反射的激光强度特性从地面体元中搜寻道路种子体元,提取与道路种子体元3D连通且强度差小于设定阈值的含有数据点体元作为道路体元,得到道路提取结果;
步骤4.1:依据道路反射的激光强度信息从地面体元中搜索道路种子体元Vs;
步骤4.2:依次从Vs的给定邻域尺度内的目标体元即包含有数据点的体元出发,深度优先遍历所有邻接目标体元,若邻接目标体元和Vs有路径连通,且邻接目标体元与种子体元的强度差小于给定阈值Ti,则标记为道路体元;
步骤4.2.1:初始化:设置存储种子体元的初始栈,并标记这些种子体元为道路体元;
步骤4.2.2:从初始栈的栈顶弹出一个元素,获取其给定邻域内未标记的目标体元,比较目标体元与种子体元的强度差,若强度差小于给定阈值Ti,则将该目标体元标记为道路体元并存入初始栈中;
步骤4.2.3:判断初始栈中是否为空,是,则3D体元格网中和Vs有路径连通的所有目标体元均被标记为道路体元,否则,执行步骤4.2.2。
2.根据权利要求1所述的基于体元的机载LIDAR道路提取方法,其特征在于,所述步骤2.2具体包括如下步骤:
步骤2.2.1:用去除异常数据集的轴向包围盒表示3D空间范围;
步骤2.2.2:计算x、y、z方向上的体元分辨率即体元大小,x、y、z方向上的体元分辨率(Δx,Δy,Δz)依据去除异常数据集中数据点的平均点间距确定;
步骤2.2.3:依据x、y、z方向上的体元分辨率对轴向包围盒进行划分得到3D体元格网,每一个3D体元格网单元称为体元;
步骤2.2.4:将去除异常数据集映射到3D体元格网,判断体元中是否包含有去除异常数据点,是,对含有数据点的体元赋值所包含数据点的强度,若有多个数据点,则赋值该体元包含的所有数据点强度的平均值,否则,将体元赋值0,得到3D体元数据集,其中,0值体元和非0值体元分别代表背景体元和目标体元。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁工程技术大学,未经辽宁工程技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710044460.8/1.html,转载请声明来源钻瓜专利网。