[发明专利]基于光斑发散尺寸的无监督式融合点云超体素化方法

权利要求书

1.一种基于光斑发散尺寸的无监督式融合点云超体素化方法，其特征在于，包括以下步骤：

步骤1：将通过三维激光扫描仪、可见光相机和热红外相机获取的林地环境融合点云数据划分为超体素预设区域；

步骤2：根据激光光斑发散程度和有效能量截面区域，完成融合点云的体素化处理，并确定各体素真实尺寸；

步骤3：根据各超体素预设区域内相邻体素间尺寸变化，确定初始种子点，剔除离散的噪音；

步骤4：提取各体素的颜色、温度、空间分布、光斑尺寸等信息，构建超体素特征向量；

步骤5：对超体素特征向量各分量进行距离标准归一化处理，应用密度峰值聚类计算各超体素的局部密度和较高密度距离差值；

步骤6：构建综合评价函数，经过升值排序和阈值参数筛选，确定超体素的划分中心点；

步骤7：根据综合评价结果排序关系和分布关系，对各中心点周边体素进行邻域搜索，得到超体素索引，完成无监督地超体素自动划分。

2.根据权利要求1所述的基于光斑发散尺寸的无监督式融合点云超体素化方法，其特征在于，所述步骤1的流程包括：

1.1 通过可见光相机、热红外相机和三维激光扫描仪获取的林地环境融合点云表示为：P(x,y,z,L,a,b,T,r)，其中，x、y、z分别表示在融合坐标系中空间坐标值，明亮度L、色彩系数a和b表示CIELAB颜色空间的特征参数，T表示每个点云的温度值，r表示对应的反色率值；

将所有N个所述点云构成的空间取为长方体，长方体的两个顶角取融合坐标系中坐标最大值P_max(x_max,y_max,z_max)和最小值P_min(x_min,y_min,z_min)，所述长方体空间的长宽高分别为L_x＝|x_max-x_min|，L_y＝|y_max-y_min|，L_z＝|z_max-z_min|；

1.2 将所述长方体空间平均划分为K个超体素区域，每个所述超体素区域的边长为R_super，并选择预设区域集合中最大的超体素边长值为R_voxel(max)，从空间坐标原点开始分别沿x，y，z方向从低位到高位的顺序，对每个超体素的地址进行编码，用参数i，j，k表示，其中：

R_super满足约束条件R_super＞2R_voxel(max)，

1.3 为每个超体素区域添加第四个判别参数N_super，即所在超体素区域内的点云数量，并设置最小数量阈值，对其所在超像素空间进行判别，如果N_super大于设定阈值，将其划分为检索根节点层中，如果数量小于设定阈值，在后续检索过程中将对其跳过运算处理；

1.4 将上述超体素预设区域之间的拓扑分布关系设为26-邻接。

3.根据权利要求2所述的基于光斑发散尺寸的无监督式融合点云超体素化方法，其特征在于，所述步骤2的流程包括：

2.1 取激光束光斑与相邻光斑的不重叠区域为有效截面区域，计算得到其直径为：

其中，D₁为激光束从发射器射出时的初始尺寸，θ₁为发散角，L为到达物体表面的距离，ε为三维点云中相邻的激光束的俯仰角度分辨率；

2.2 以有效截面区域的直径为基准，构建半径为R_E＝B/2的有效三维球体，选择其内部相切正方形，作为每个点云的体素，则经过光斑发散约束得到的体素边长值R_voxel为：