[发明专利]一种基于密集点云数据构建道路DEM的方法

说明书

本发明公开了一种基于密集点云数据构建道路DEM的方法。该方法包括如下步骤：S1，对道路进行子单元划分；S2，基于密集点云数据，计算每一个道路子单元中的高程平均值；S3，根据设置好的道路最大起伏阈值对各个道路子单元平均高程值进行修改；S4，生成建模区域DEM格网，与道路子单元叠加；S5，基于格网中心点与道路子单元的空间位置关系以及道路子单元的高程值，计算DEM中心格网点的高程值；S6，依次完成所有DEM格网中心点的高程值计算，并按照栅格数据规范输出计算结果。本发明方法包含道路子单元高程值确定与DEM格网中心点高程值计算两个关键技术环节，能够有效保证道路DEM建模的高程精度与形态特征。

技术领域

本发明属于高精度数字高程模型构建的技术领域，涉及顾及道路的形态特征和密集点云数据特征来实现道路DEM构建，以保证所构建得道路DEM具有较高得形态精度和高程精度。

背景技术

数字高程模型(Digital Elevation Model，简称DEM)是通过有限的地形高程数据实现对地面地形的数字化模拟，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。DEM是国家基础地理数据库的核心内容，在交通、军事、水利、农业、环境、资源管理、规划与旅游等领域都有广泛的应用。

当前主要的DEM构建方法适用于连续变化的自然地形，然而在城市等人类活动痕迹明显的区域，各种人类工程造就了许多非连续的地形，例如道路、堤坝、坡面等，其中道路作为城市区域地形的骨架部分，其高精度地形建模受到相关领域的重视。与自然起伏地形不同，道路具有显著的形态特征，例如从形态的角度看一般道路边界较为清晰且形状规则，从高程变化方面看道路一般是纵向在一定坡度范围内起伏延伸，而在横向高程变化基本可以忽略。因此，在道路DEM构建时，必需要顾及道路这类几何信息与语义信息共生的特征，保证构建的道路DEM在形态上能符合实际道路形态特征。

在道路DEM构建领域，以往较少考虑道路的形态特征，主要以高程点、特征线等地形数据为基础，采用克里格、样条等插值方法进行空间内插得到道路DEM。后来有学者意识到道路形态与其他区域的明显差异，试图采用道路边线作为约束信息来区分道路与其邻接区域，但是由于在道路内部DEM构建时并没有考虑道路的特殊形态，构建结果改善并不明显。近期有学者提出一种基于形态与语义特征的道路DEM建模方法，该方法以大比例尺地形图数据为数据源，以保证道路建模结果的形态特征为主要目标，对高程点数据进行筛选，然后依赖空间插值技术实现道路DEM构建。该方法构建的道路DEM形态上符合实际道路形态，但是由于采用的数据过于稀疏，难以保证所构建道路DEM的高程精度，此外，大比例尺地形图获取代价高昂，也决定了该方法难以推广应用。

发明内容

为了解决上述现有技术的问题，可以将道路表面的形态特征与可用建模数据的密集特征相结合，一方面要强调以观测数据为主，以空间插值技术为辅来计算道路DEM高程值；另一方面，也需要对道路DEM做适当的平滑处理以保证道路正确的形态。因此，本发明提供一种基于密集点云数据构建道路DEM的方法，在保持高程精度的同时能够对道路形态进行很好地表达。

本发明采用的技术方案如下：

一种基于密集点云数据构建道路DEM的方法，包括以下步骤：首先对道路进行子单元划分，并基于密集点云数据计算各个道路子单元的平均高程值；然后，根据设置好的道路最大起伏阈值对各个道路子单元平均高程值进行修改；接着，生成建模区域DEM格网，与道路子单元叠加；最后，遍历DEM格网，基于格网中心点与道路子单元的空间位置关系以及道路子单元的高程值计算DEM格网的高程值。

进一步地，所述方法具体包括如下步骤：

S1，划分道路子单元，即按照一定步长，将面状道路数据划分成一系列单元格，其中若存在道路相交的情况，则将相交路口作为一个子单元；子单元划分完成后，生成道路子单元中心点；

S2，基于密集点云数据，计算每一个道路子单元中的高程平均值，将该值赋给道路子单元中心点；