[发明专利]一种结合语义分析的多尺度地面滤波方法

说明书

本发明公开了一种结合语义分析的多尺度地面滤波方法，首先基于点云数据设定尺度层级，采用高斯滤波的方式去除点云噪声点；采用移动选点和非移动选点结合，以及竖直方向选点和主方向选点结合的方式选取控制点，并拟合初始曲面；对拟合的初始曲面进行精细化处理，并参考上一步拟合结果结合格网大小对选取的控制点进行赋权；根据预先设置的阈值判断精细化处理后曲面中的地面点和地物点；进一步对点云进行平面检测来优化分类结果。该方法可以实现错综复杂的地面‑非地面物体结构的点云滤波，提高了滤波精度，具有良好的应用前景。

技术领域

本发明涉及测绘科学技术领域，尤其涉及一种结合语义分析的多尺度地面滤波方法。

背景技术

随着多平台激光雷达和多角度影像密集匹配技术的快速发展，大量快速可得的点云数据为高分辨率高精度的地形表面三维重建提供了有效可靠的数据支撑，点云数据处理已成为国际研究和工业界的热点问题，如何从点云数据中分离地面与非地面点，即点云数据滤波是众多后续应用的首要步骤，因此一直是热点前沿问题。

在实际生产实践中，由于地表结构的多样性和复杂性，同一套滤波参数难以适应错综复杂的地形特征，当前国内外点云处理的主流商业软件，如TerraScan、LasTools等，其自动处理精度难以达到实际生产需求，通常采用半自动滤波加人工交互后处理的方法进行滤波处理，需要耗费大量的人力、物力，并且由于人为主观因素影响，有时还需要诸如真正射影像等信息辅助处理，并可能出现不同程度的误差，极大的影响了生产效率。因此，自动、高效、稳健的点云滤波技术成为学术界和工业界面临的重大挑战。

现有技术中的点云滤波需要假设在局部邻域内的最低点为地面点，通过建立临时的地面结构，通过一定阈值参数对地面点进行加密，并区分地面-非地面点，该方法主要存在缺陷包括：一方面地形起伏变化、城市结构形态复杂；另一方面多平台激光雷达和多角度影像密集匹配产生的点云数据，无论在点云密度还是数据特性上均有较大差异；而现有的滤波算法通常对同一区域采用一套参数，难以适应错综复杂的地面-非地面物体结构，并且通常对参数变化较为敏感，导致误分类问题严重。

发明内容

本发明的目的是提供一种结合语义分析的多尺度地面滤波方法，该方法可以实现错综复杂的地面-非地面物体结构的点云滤波，提高了滤波精度，具有良好的应用前景。

本发明的目的是通过以下技术方案实现的：

一种结合语义分析的多尺度地面滤波方法，所述方法包括：

步骤1、基于点云数据设定尺度层级，采用高斯滤波的方式去除点云噪声点；

步骤2、采用移动选点和非移动选点结合，以及竖直方向选点和主方向选点结合的方式选取控制点，并拟合初始曲面；

步骤3、对拟合的初始曲面进行精细化处理，并参考上一步拟合结果结合格网大小对选取的控制点进行赋权；

步骤4、根据预先设置的阈值判断精细化处理后曲面中的地面点和地物点；

步骤5、进一步对点云进行平面检测来优化分类结果。

由上述本发明提供的技术方案可以看出，上述方法可以实现错综复杂的地面-非地面物体结构的点云滤波，提高了滤波精度，具有良好的应用前景。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的结合语义分析的多尺度地面滤波方法流程示意图；

图2为本发明实施例所述真实三维点云数据的平面图；