[发明专利]基于灰度体元模型的机载LIDAR三维建筑物检测方法

权利要求书

1.一种基于灰度体元模型的机载LIDAR三维建筑物检测方法，其特征在于，包括以下步骤：

步骤1：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；

步骤2：将原始机载LIDAR点云数据规则化为灰度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灰度3D体元数据集；

步骤3：对灰度3D体元数据集进行建筑物屋顶体元检测；

步骤3.1：基于建筑物边缘点的高程跳变特性，从灰度3D体元数据集中搜索建筑物边缘体元作为种子体元V_k，其中，k＝1，2，...；

步骤3.2：对任一未标记的种子体元V_k，深度优先遍历灰度3D体元数据集中与种子体元V_k3D连通且灰度差小于灰度差阈值T_g的所有未标记体元，并标记为L_l，直至标记所有与种子体元V_k3D连通且灰度差小于灰度差阈值T_g的体元集合，即建筑物屋顶体元集合，其中，l为标记标签的索引，l＝1，2，...；

步骤3.3：基于面积特性、密度特性及强度特性，对建筑物屋顶体元集合进行优化，完成建筑物屋顶检测；

步骤4：基于缓冲区分析，对灰度3D体元数据集进行建筑物立面体元检测；

所述步骤2.2具体包含如下步骤：

步骤2.2.1.用去除异常数据的有向包围盒表示3D空间范围；

步骤2.2.2：根据去除异常数据集中激光点的平均点间距确定体元在x、y、z方向上的分辨率(Δx，Δy，Δz)，即体元大小；

步骤2.2.3：依据体元分辨率(Δx，Δy，Δz)对有向包围盒进行划分，得到3D体元格网，每一个3D体元格网单元即为体元；

步骤2.2.4：将去除异常数据集中各个激光点映射到3D体元格网，进而根据3D体元格网中包含的激光点的强度属性为各体元赋值，得到灰度3D体元数据集；

所述步骤4具体包含如下步骤：

步骤4.1：检测各个建筑物屋顶的轮廓；

步骤4.2：在水平面上，以任一建筑物屋顶轮廓为中心，以一个体元为宽度向内侧和外侧建立缓冲区；

步骤4.3：对任一非0值体元，若其位于缓冲区内部且其灰度值与其对应的建筑物屋顶的灰度值之差小于灰度差阈值T_g，则判定为建筑物立面体元；

所述根据3D体元格网中包含的激光点的强度属性为各体元赋值的具体过程如下所示：

将含有激光点的体元赋值为激光点强度均值、将不含有激光点的体元赋值为0，进一步将各体元赋值离散化到{0，…，255}，得到各体元值。

2.根据权利要求1所述的基于灰度体元模型的机载LIDAR 3D建筑物检测方法，其特征在于，所述步骤2.1具体包含如下步骤：

步骤2.1.1：统计原始机载LIDAR点云数据中各个激光点高程值的频次，并以直方图的形式可视化显示统计结果；

步骤2.1.2：确定与真实地形对应的最高高程阈值T_h和最低高程阈值T_l；

步骤2.1.3：针对原始机载LIDAR点云数据中各个激光点，若其高程值高于最高高程阈值T_h或低于最低高程阈值T_l，则该激光点为异常数据，进行剔除，否则保留该激光点，最终获得去除异常数据集。

3.根据权利要求1所述的基于灰度体元模型的机载LIDAR 3D建 筑物检测方法，其特征在于，所述步骤3.2具体包含如下步骤：

3.2.1：初始化一个空栈，将V_k存入栈中并标记其为建筑物体元；

3.2.2：从栈顶弹出一个栈顶元素，获取与该栈顶元素3D连通且灰度差小于灰度差阈值T_g的所有未标记的体元，标记为建筑物体元并存入栈中；

3.2.3：判断栈是否为空，若是，则灰度3D体元数据集中所有建筑物屋顶体元均被标记，否则，返回步骤3.2.2。

4.根据权利要求1所述的基于灰度体元模型的机载LIDAR 3D建筑物检测方法，其特征在于，所述步骤3.3具体包含如下步骤：

步骤3.3.1：基于面积特性剔除非建筑物屋顶的3D连通区域；

步骤3.3.2：基于密度特性剔除非建筑物屋顶的3D连通区域；

步骤3.3.3：基于强度特性剔除非建筑物屋顶的3D连通区域。