[发明专利]一种基于体元分割的机载LIDAR建筑物检测方法

权利要求书

1.一种基于体元分割的机载LIDAR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：基于连通性和辐射特性相似性准则，将灰度3D体元数据分割并标记为若干个3D连通区域；

步骤4：基于建筑物屋顶和立面的特性，依次检测建筑物屋顶和立面形成的3D连通区域，完成基于体元分割的机载LIDAR建筑物检测；

步骤4.1：基于面积特性、高程跳变特性及密度特性，检测建筑物屋顶的3D连通区域，完成建筑物屋顶检测；

步骤4.2：基于缓冲区分析，检测建筑物立面的3D连通区域，完成建筑物立面检测；

步骤4.2.1：检测各个建筑物屋顶的轮廓；

步骤4.2.2：在水平面上，以任一建筑物屋顶轮廓为中心，以内侧和外侧各一个体元为宽度建立缓冲区；

步骤4.2.3：对任一3D连通区域，若其位于缓冲区内部且其灰度值与该区域对应的建筑物屋顶的灰度值之差小于灰度差阈值，则判定为建筑物立面。

2.根据权利要求1所述的基于体元分割的机载LIDAR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所述的基于体元分割的机载LIDAR建筑物检测方法，其特征在于，所述步骤2.2具体包含如下步骤：

步骤2.2.1：用去除异常数据集的有向包围盒表示三维空间范围；

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。

4.根据权利要求1所述的基于体元分割的机载LIDAR建筑物检测方法，其特征在于，所述步骤3包括以下步骤：

步骤3.1：依次扫描灰度3D体元数据集中的非0值体元，直到第k个未被标记的非0值体元，其中，k＝1,2,…；

步骤3.2：采用深度优先策略遍历与第k个非0值体元3D连通且体元值相近的所有体元，并标记为L_l，其中，l为标记标签的索引，其中，l＝1,2,…；

步骤3.3：继续扫描灰度3D体元数据集中的未被标记的非0值体元，直到所有的体元都被标记，得到若干个3D连通区域；

所述体元值相近的体元即体元值之差小于灰度差阈值的两个体元。

5.根据权利要求1所述的基于体元分割的机载LIDAR建筑物检测方法，其特征在于，所述步骤4.1具体包含如下步骤：

步骤4.1.1：基于面积特性剔除非建筑物屋顶的3D连通区域；

步骤4.1.2：基于高程跳变特性剔除非建筑物屋顶的3D连通区域；

步骤4.1.3：基于密度特性剔除非建筑物屋顶的3D连通区域。

6.根据权利要求3所述的基于体元分割的机载LIDAR建筑物检测方法，其特征在于，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。