[发明专利]一种基于地面三维激光点云的边坡DEM生成方法

说明书

本发明公开了一种基于地面三维激光点云的边坡DEM生成方法。利用三维激光扫描系统获取反映边坡地表全局特征的三维激光点云数据，基于移动最小二乘原理对边坡地面三维激光点云平面投影插值，获得边坡的插值重构三维点云；然后计算三维点云K邻近平均距离，从插值重构三维点云中识别出空洞修复点云，并将空洞修复点云融合到原始三维激光点云中，进而实现三维激光点云的空洞自适应修补；最后利用MLS原理拟合出投影平面，进行点云法向量计算，采用Delaunay准则构建DEM三角网模型，并采用半边数据结构对三角面片进行组织和管理。本发明能够利用离散点云数据构建边坡DEM，为数字减灾、资源开采、安全生产等方面提供丰富的地形信息。

技术领域

本发明涉及三维激光点云数据处理领域，具体涉及一种基于地面三维激光点云的边坡DEM高效生成方法。

背景技术

滑坡作为一种常见的地质灾害，其强大的破坏力给生态环境和人们的生命财产安全带来了巨大的威胁，滑坡的动态监测与分析已成为国内外公共机构支持灾害响应的一个关键问题。传统的边坡变形监测方法主要是一种局部点位监测，存在采样点少，难以反映变形的全局特征等缺点。而基于三维激光扫描技术的监测方法，可以获取反映边坡地表全局特征的三维激光点云数据，利用离散点云数据构建滑坡体边坡的多时相DEM(DigitalElevation Model)，可以实现滑坡点、面结合的实时监测与分析。同时，边坡DEM的生成为数字减灾、资源开采、安全生产等方面提供丰富的地形信息，尤其是在边坡稳定性分析及特征提取等方面DEM有着重要的研究意义。

目前基于离散点云数据的DEM构建方法大致可以分为空间内插法和三角网曲面重构法两大类。基于空间内插的DEM构建法对于海量的离散采样数据，如三维激光点云，进行空间内插计算时需要较高的时间成本，需要对原始三维激光点云进行抽稀、简化才能进行DEM构建，这样就会丢失地理对象的结构信息，如边坡地形起伏信息，因此难以适用于海量离散点的DEM构建。三角网曲面重构方法是当前海量散乱点云数据DEM构建较为常用的方法，但仍然难以直接用于边坡三维激光点云DEM构建，主要由于受到地物遮挡、地形起伏等的影响，获取的边坡三维激光点云数据密度分布极不均匀、且存在许多数据缺失区域，即大量点云空洞，难以满足三角网曲面重构方法对原始点云密度均匀的要求。如果在原始点云空洞修补过程中完全保留原始点云的地形特征，并避免因格网空洞修补而造成的部分地形特征损失，那么能够为三维激光点云的DEM生成高质量的点云数据，并克服边坡复杂地形特征和点云空洞的影响，实现高精度的边坡DEM模型的构建。

发明内容

本发明要解决的技术问题是：为了克服边坡地面三维激光点云空洞修补过程中噪声的影响和边坡地形重要特征的丢失，提供一种基于地面三维激光点云的边坡DEM生成方法。

本发明的技术解决方案是：

一种基于地面三维激光点云的边坡DEM生成方法，具体步骤如下：

步骤1，通过地面三维激光扫描系统获取边坡点云，并对其进行数据预处理，得到待空洞修补的原始三维激光点云；

步骤2，对原始三维激光点云进行曲面重构：结合移动最小二乘曲面拟合投影算法，通过定义流行曲面来逼近大规模数据所表示的曲面，并通过数据重采样的方法来控制逼近误差，拟合出点云曲面；

步骤3，从步骤2重构的点云曲面中提取出原始三维激光点云空洞处所需修补的空洞修复点云，并融合到原始三维激光点云中；

步骤4，通过移动最小二乘原理拟合出投影平面，利用投影平面进行点云法向量计算和三角化，构建边坡DEM；其中，在投影平面内三角化的过程中采用Delaunay的空间区域增长算法提高三角网的质量和构网效率，并采用半边数据结构对三角面片进行组织和管理，实现三角网的有效表达和拓扑关系的高效维护。