[发明专利]张量投票的面特征航带平差方法

说明书

本发明公开了张量投票的面特征航带平差方法。该方法首先根据张量投票算法计算数据的点平面强度值；接着统计点平面强度值直方图，使用高斯函数对直方图进行拟合求取分割阈值，将小于阈值的数据作为面属性点云数据；其次使用CSF算法获取非地面点，利用点平面强度值与法向量作为阈值条件使用区域增长算法对非地面点进行分割获得建筑物屋顶残面集；然后利用OBB包围盒获取碰撞集合，使用法向量余弦值和平面平均距离获取最终确定匹配对；最后依据匹配对，利用最小二乘法最小化匹配对中一个数据集每一点到另一数据拟合的平面的距离，求解旋转平移矩阵，转换数据即可完成航带平差。本发明的优点是只需设置少量参数就能实现全自动化航带平差。

技术领域

本发明涉及激光雷达数据处理领域，特别涉及激光雷达城市点云 数据航带平差方法。

背景技术

机载LiDAR系统是由POS、多光谱相机及激光扫描仪等多个 部件组成的复杂多传感器系统，其工作模式为多航带作业，采集到的 数据质量受到多种因素的影响。数据质量直接体现在不同航带重叠区 之间同名地物的坐标值偏移量。为了生成高精度地形产品，必须对数 据进行处理，消除误差。消除误差的方式通常有两种：系统检校和航 带平差。但即使经过系统检校，不同航带间重叠区同名地物的坐标值 偏移量还存在，仍然需要航带平差。

目前航带平差方法主要存在以下问题：(1)设置参数繁琐。部分 方法能够进行自动化平差，但设置参数繁琐，通用性较差。(2)自动 化程度低。大部分方法基本不能做到全自动平差，还需要人工操作。

针对以上问题，本发明公开了张量投票的面特征航带平差方法。 本发明利用张量投票计算点特征强度值，提取平面属性数据，再使用 区域增长算法分割数据，进而提取建筑物屋顶面片点云数据，最后利 用面特征进行航带平差。

发明内容

本发明公开了张量投票的面特征航带平差方法，本发明的优点是 只需设置少量参数就能实现全自动化航带平差，解决了目前激光雷达 数据处理中航带平差设置参数繁琐、自动化程度低等问题。为了实现 上述技术目的，本发明采用如下技术方案。

张量投票的面特征航带平差，具体步骤为：

步骤1)根据张量投票算法计算点平面强度值

首先初始化点云中每个点数据张量为球张量，根据衰减函数进行 投票，将投票后每个点的张量值进行分解得到三个特征值，然后归一 化特征值，利用分解后三个特征值计算数据的点平面强度值。

步骤2)提取平面属性数据

首先统计点云点平面强度值直方图，然后利用高斯函数进行拟 合，计算最小值，将非0值对应的自变量值作为分割阈值，分割点云 提取面属性点云数据。

步骤3)建筑物屋顶残面分割

针对面属性点云数据，首先利用布料滤波算法去除地面点，然后 根据点平面强度值和法向量对非地面点进行区域增长，可以得到建筑 物屋顶残面集。

步骤4)构建面匹配对

利用前三个步骤计算每个航带的建筑物屋顶残面集，计算每个残 面数据的OBB包围盒，获取碰撞集合，对数据进行平面拟合，依次 计算目标数据与碰撞集合中每个数据的平面法向量余弦值和平面平 均距离，筛选出余弦值接近1且平面距离为最小值的平面，将此平面 的数据与目标数据设为一对匹配对。

步骤5)计算旋转平移矩阵

构建完成匹配对之后，依据匹配对利用最小二乘法最小化匹配对 中一个数据集中每一点到另一数据拟合的平面的距离，求得旋转平移 矩阵，应用到航带平差。

本发明的有益效果：在航带平差过程中，只需设置少量参数就能 实现全自动化航带平差。

附图说明

图1为本发明航带平差流程图