[发明专利]数字高程模型的构建方法、装置、设备及存储介质

权利要求书

1.一种数字高程模型的构建方法，其特征在于，包括：

获取目标区域的点云数据集，所述点云数据集包括所述目标区域中多个位置点的空间坐标，所述空间坐标包括所述位置点的平面坐标和高程；

对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集，所述低异常值为高程小于预设范围的最小边界值、且高程与所述最小边界值的差值大于预设第一阈值的第一位置点的空间坐标；

基于所述第一点云数据集，构建所述目标区域的数字高程模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集，具体包括：

利用结构元素对所述点云数据集进行膨胀处理，以改变每个所述位置点的高程，得到每个所述位置点改变后的高程；

利用所述结构元素对膨胀处理后的点云数据集进行腐蚀处理，去除第一差值大于预设第二阈值的所述第一位置点的空间坐标，得到第二点云数据集，所述第一差值为所述位置点改变后的高程与改变前的高程之间的差值；

扩大并更新所述结构元素和所述预设第二阈值；

判断是否满足预设第一条件，在满足所述预设第一条件的情况下，将所述第二点云数据集确定为去除低异常值的所述第一点云数据集，所述预设第一条件包括：更新所述结构元素的次数大于或等于预设次数，或者，所述结构元素的尺寸大于预设尺寸；

在不满足所述预设第一条件的情况下，返回执行所述利用结构元素对所述点云数据集进行膨胀处理，直至满足所述预设第一条件。

3.根据权利要求1所述的方法，其特征在于，在所述对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集之前，还包括：

对于所述多个位置点中的每个所述位置点，根据所述位置点的空间坐标和至少一个初始位置点的空间坐标，计算所述位置点与所述至少一个初始位置点之间的坡度，所述初始位置点为所述点云数据集中的任一空间坐标对应的位置点；

对于每个所述初始位置点，从所述点云数据集中筛选出所述坡度小于或等于预设第三阈值的位置点的空间坐标，得到每个所述初始位置点对应的子点云数据集；

所述对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集，具体包括：

对获得的多个所述子点云数据集进行闭运算，得到去除低异常值的第一点云数据集。

4.根据权利要求3所述的方法，其特征在于，所述对于每个所述初始位置点，从所述点云数据集中筛选出所述坡度小于或等于预设第三阈值的位置点的空间坐标，得到每个所述第一目标位置点对应的子点云数据集，具体包括：

确定一个所述初始位置点；

当所述坡度小于或等于所述预设第三阈值时，将所述位置点的空间坐标归类至所述初始位置点的空间坐标所在的子点云数据集中；

当满足预设第二条件时，更新所述初始位置点和所述子点云数据集，所述预设第二条件包括：满足预设数量的所述位置点的所述坡度均大于所述预设第三阈值，或者，所述子点云数据集中的所述空间坐标的数量大于预设数量；

计算所述多个位置点中未归类的位置点与更新后的初始位置点的坡度，当所述坡度小于或等于预设第三阈值时，将所述未归类的位置点的空间坐标归类至所述更新后的初始位置点的空间坐标所在的子点云数据集中，直至将所述多个位置点的空间坐标均归类到对应的所述子点云数据集中。

5.根据权利要求1所述的方法，其特征在于，在所述对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集之前，还包括：

根据每个所述位置点的空间坐标和多个目标位置点的空间坐标，计算每个所述位置点与所述多个目标位置点之间的距离的平均值，每个所述目标位置点的空间坐标为所述点云数据中的任一空间坐标；

去除所述点云数据集中所述平均值大于预设第四阈值的第二位置点的空间坐标，得到第三点云数据集；

所述对所述点云数据集进行闭运算，得到去除低异常值的第一点云数据集，具体包括：

对所述第三点云数据集进行闭运算，得到所述第一点云数据集。