[发明专利]一种基于体元的机载LIDAR道路提取方法

说明书

一种基于体元的机载LIDAR道路提取方法，属于遥感数据处理技术领域；该方法包括：将原始机载LIDAR点云数据规则化为3D体元数据集；从3D体元数据集中分离出地面体元数据集；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包含有数据点的体元作为道路提取结果；本发明综合利用了强度信息及各体元间隐含的高程信息，以3D连通性构建理论为基础，实现了3D道路的提取，该方法使得点云数据中的目标信息检测转换成基于体元空间邻域关系的搜索标记方式，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

本发明属于遥感数据处理技术领域，具体涉及一种基于体元的机载LIDAR道路提取方法。

背景技术

道路是关系国民经济的重要基础设施，道路信息的及时、准确、高效获取与更新对交通管理、城市规划、自动车辆导航及应急事务处理均具有极其重要的意义。机载激光雷达(Light Detection And Ranging，LIDAR)技术可以快速获取地表高精度的三维(3Dimension，3D)点云数据，该技术的出现使得道路3D信息的快速提取成为可能。经典的道路提取方法可分为以下几类：基于聚类的方法、数学形态学方法和数字图像处理方法。上述方法采用的数据结构形式主要有：点云或栅格格网。栅格格网的数据结构将3D点云表达为2.5D的规则格网，其内部必然存在信息损失，而道路信息可能存在于各次回波当中，因此基于2.5D数据结构的道路提取结果不可能完整；点云数据结构包含原始LIDAR点云的所有信息，但受限于点云数据结构本身的局限性，即难以利用数据点空间关系导致基于点云的道路提取方法效率较低。可见，现有方法所采用的数据结构均不利于重复发挥机载LIDAR点云真3D的技术优势，有必要选用一种更为简单的真3D数据结构并设计相应的数据处理技术以完成基于机载LIDAR的3D道路提取。

发明内容

针对上述现有技术存在的不足，本发明提供一种基于体元的机载LIDAR道路提取方法。

本发明的技术方案：

一种基于体元的机载LIDAR道路提取方法，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×U 3D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 3D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3D体元数据集：

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；