[发明专利]一种基于体元分割的机载LIDAR建筑物检测方法

说明书

本发明提出一种基于体元分割的机载LIDAR建筑物检测方法，该方法为：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将原始机载LIDAR点云数据规则化为灰度3D体元数据集；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；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；该方法很好地利用了3D体元数据中各体元间隐含的邻域关系及建筑物的特性，有助于基于体元建模理论的机载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分割的机载LIDAR建筑物检测方法。

背景技术

建筑物是3D地理信息产品中不可或缺的组成部分，因而自动、高精度及快速的建筑物目标检测成为了研究热点。机载激光雷达(Light Detection And Ranging，LIDAR)技术能够提供密集的、精确的、具有地理参考的真三维(3Dimension，3D)点云数据，并包含有回波信号的强度信息。因而机载LIDAR数据特别适合用于3D的目标检测。经典的建筑物检测方法依据其采用的数据结构可分为：基于离散点云、栅格格网及不规则三角网的建筑物检测方法。点云结构完全保留了机载LIDAR数据的原始特征，为真3D数据。但该结构中各激光点相对独立，没有明确地记录关于每个激光点的邻接信息，不能直接得到数据处理需要的邻域信息，由此导致数据处理算法设计困难，运行效率较低。另外，基于点云的建筑物检测结果不易实现矢量化。栅格格网及不规则三角网的同一平面(X，Y)坐标只能对应一个高程(Z)值，该类数据结构表达对3D LIDAR点云数据而言必然存在信息损失，进而影响基于该结构的目标检测结果的完整性。另外，基于栅格格网的建筑物检测方法的检测结果为2D形式。可见，经典建筑物检测方法所采用的数据结构均不利于发挥机载LIDAR真3D的技术优势。体元数据结构是一种真3D数据结构，用其表达LIDAR点云数据不会造成信息损失。同时该结构内部的体元间隐含有几何拓扑关系，因而基于该数据结构的数据处理算法设计相对容易。基于体元结构的机载LIDAR数据的分析多见于林业或地面目标的检测，本发明则创新性地将体元结构与建筑物目标检测相结合，提出了基于体元的3D建筑物目标检测方法。

发明内容

针对现有技术的不足，本发明提出一种基于体元分割的机载LIDAR建筑物检测方法。

一种基于体元分割的机载LIDAR建筑物检测方法，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。

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；