[发明专利]地形机载点云提取方法及装置

说明书

一种地形机载点云提取方法及装置，所述方法包括：将原始点云数据划分为N个点云块，并将每一个点云块划分为多个长方体栅格；根据第i个点云块的点云数据，生成与所述第i个点云块对应的最小二乘拟合平面m_i；1≤i≤N；计算所述第i个点云块中每一个长方体栅格的每一个点与所述平面m_i的距离，并获取所述第i个点云块中每一个长方体栅格中与所述平面m_i距离最小的点，组成第i个点云块对应的新点云数据集合；计算所述新点云数据集合中的离群值，并滤除所述离群值，得到处理后的第i个点云块的点云数据。上述方案能够提高DEM质量。

技术领域

本发明涉及三维模型处理领域，尤其涉及一种地形机载点云提取方法及装置。

背景技术

点云去噪是指对原始地面点云过滤扫描得到的噪点与非地面点，获取地面点以便生成数字高程模型(Digital Elevation Model，DEM)等产品。非地面点云主要为扫描植被、人工建筑物等的点云，对DEM影响较大，不仅降低了建模的计算效率，而且会导致地面模型的失真。因此，需要滤除原始点云中非地面点云以保证地面模型的精度。

现有技术中，传统的点云去噪方法主要针对获取地形的机载激光雷达(LightDetection And Ranging，LiDAR)点云数据进行插值滤波处理。然而，对于复杂地形、不同类型的覆盖植被、不同的点密度，都会导致现有的滤波算法无法对所有区域进行正常的滤波处理，导致DEM质量较差。

发明内容

本发明实施例解决的是DEM质量较差的技术问题。

为解决上述技术问题，本发明实施例提供了一种地形机载点云提取方法，包括：将原始点云数据划分为N个点云块，并将每一个点云块划分为多个长方体栅格；根据第i个点云块的点云数据，生成与所述第i个点云块对应的最小二乘拟合平面m_i；1≤i≤N；计算所述第i个点云块中每一个长方体栅格的每一个点与所述平面m_i的距离，并获取所述第i个点云块中每一个长方体栅格中与所述平面m_i距离最小的点，组成第i个点云块对应的新点云数据集合；计算所述新点云数据集合中的离群值，并滤除所述离群值，得到处理后的第i个点云块的点云数据。

可选的，所述将原始点云数据划分为多个点云块，包括：根据预设的曲率变化条件，将所述原始点云数据划分为多个点云块，且任一点云块对应的点云数据不存在地面低谷对应的点云数据。

可选的，所述将每一个点云块划分为多个长方体栅格，包括：获取所述第i个点云块的点云数据，形成第i个点集；确定所述第i个点集中的点云数据的边界；根据所述第i个点集中的点云数据的边界形成包围盒，所述包围盒包围所述第i个点云块；根据预设的长方体栅格尺寸，沿X轴方向和Y轴方向将所述包围盒划分为m×n个长方体栅格，每一个长方体栅格的高度为该长方体栅格中点云数据对应的最大z值与最小z值之差。

可选的，所述根据第i个点云块的点云数据，生成与所述第i个点云块对应的最小二乘拟合平面m_i，包括：计算所述第i个点集的形心；根据所述形心计算所述第i个点集的协变矩阵；根据所述协变矩阵确定所述平面m_i的单位法矢；根据所述单位法矢的方向，确定所述平面m_i的方向。

可选的，所述根据所述形心计算所述第i个点集的协变矩阵，包括：采用如下公式计算所述协变矩阵：其中，CV为所述协变矩阵，/为矢量积符号，o为所述第i个点集的形心，且/p为所述第i个点集，p_j为第i个点集中的第j个元素。

可选的，所述根据所述协变矩阵确定所述平面m_i的单位法矢，包括：获取所述协变矩阵的特征向量对应的特征值；将最小特征值对应的特征向量作为所述平面m_i的单位法矢。