[发明专利]一种点云数据的空间分布度量方法

说明书

本发明提供了一种点云数据的空间分布度量方法，用以解决现有技术中点云数据空间分布无法量化的问题。所述点云数据空间分布度量方法，通过度量因子对点云数据的空间分布进行定量描述，度量因子包括有效格率、点云分布均匀度和冗余度，有效格率反映了点云数据的覆盖情况，点云分布均匀度和冗余度分别反映了点云分布的均匀性和冗余性。本发明实施例的点云数据空间分布度量方法，定量地描述了点云数据质量，高质量点云数据具有高有效格率、高点云分布均匀度和低点云分布冗余度，低质量点云数据具有低有效格率、低点云分布均匀度和高点云分布冗余度，通过点云空间分布度量因子来约束数据采集方式，可有效指导激光雷达和摄影测量数据采集工作。

技术领域

本发明属于计算机信息处理领域，具体涉及一种点云数据的空间分布度量方法。

背景技术

点云数据是通过扫描或计算机视觉所获得的具有三维空间信息的点的数据集合，扫描信号以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。通过激光雷达和摄影测量可以得到地表物体的点云数据。

激光雷达点云数据的空间分布受扫描模式、飞行姿态等因素的影响。对于等角速度扫描模式，随着扫描角的增加激光脉冲回波点之间的距离逐渐变大；对于震荡扫描模式，天底方向的回波点之间的间距大于扫描线边缘的回波点之间的间距；飞行高度越高，扫描线内回波点之间的距离越大。扫描频率和飞行速度会影响扫描线之间的间隔，飞行器姿态的晃动也会影响扫描线之间的间隔，容易出现疏密相间的现象。摄影测量采用计算机视觉算法由高重叠率图像重建点云数据，重建点云的空间分布受图像重叠率、光照条件等因素的影响。图像重叠率越高可以得到更为密集的点云数据，理想光照条件可以得到更为均匀的重建点云数据。若太阳高度角过低，图像的辐射动态范围较窄，对于森林地区而言，容易导致森林冠层区域重建失败，出现很多空洞，另外，由于树冠之间相互遮挡产生的阴影也会影响点云重建，在阴影区出现空洞。点云数据的空间分布将直接影响森林结构的观测精度，以及相关单木和林分因子的估测精度。由于直接获得的点云数据存在不足，要想获得点云数据所代表的空间分布信息，需要对点云数据进行处理。

现有技术中，点云数据的空间分布度量方法是计算一定区域内的点云密度，通过点云密度反映点云数据的空间分布情况。但是，这种方法不能定量化描述点云数据的空间分布特征，不能有效地指导激光雷达和摄影测量的数据采集。

发明内容

为了对点云数据的空间分布进行定量化描述，有效地指导激光雷达和摄影测量的数据采集，本发明实施例提出了一种点云数据的空间分布度量方法，基于点云数据构建空间分布度量因子，度量因子包括有效格率、点云分布均匀度和冗余度，通过度量因子对点云数据进行定量描述，度量点云数据的空间分布信息。

为了实现上述目的，本发明实施例所采用的技术方案如下：

一种点云数据的空间分布度量方法，所述点云数据空间分布度量方法包括如下步骤：

步骤S1，根据点云数据覆盖区域确定栅格范围，按预定空间分辨率对栅格范围内的点云数据进行栅格化；

步骤S2，统计有效栅格单元个数和全部栅格单元个数，并根据有效栅格单元个数和全部栅格单元个数，计算有效格率，通过有效格率量化点云数据的覆盖状态；

步骤S3，根据点云数据的点个数和所有栅格单元的个数计算格点密度；

步骤S4，根据有效格率和格点密度计算点云分布均匀度，通过点云分布均匀度，量化点云数据均匀性；

步骤S5，根据有效格率和格点密度计算点云分布冗余度，通过点云分布冗余度，量化点云数据冗余性。

作为本发明的一个优选实施例，步骤S2中计算有效格率，通过式(1)计算有效格率R：