[发明专利]辅以多特征聚类的复杂地形区点云层次滤波方法

权利要求书

1.辅以多特征聚类的复杂地形区点云层次滤波方法，其特征在于，

包括如下步骤：

步骤1.将原始点云数据格网化，依次对每个独立格网内的点云进行多特征聚类，得到多特征聚类结果，将聚类结果映射到三维空间，得到点云簇的三维坐标分布；

步骤2.利用顾及断裂地形的准则从点云簇的三维坐标分布中识别出地面簇；

步骤3.利用步骤2捕捉到的地面簇中的地面点作为地面种子点，构建初始地面参考面，并结合多尺度层次滤波方法进一步精化原始点云中的地面点。

2.根据权利要求1所述的复杂地形区点云层次滤波方法，其特征在于，

所述步骤1中，在将原始点云数据格网化之前，

首先根据回波信息从原始点云数据中剔除多次回波中非末次回波的点云数据。

3.根据权利要求1所述的复杂地形区点云层次滤波方法，其特征在于，

所述步骤1中，对每个独立格网内的点云进行多特征聚类，过程如下：

步骤1.1.首先利用最小二乘法拟合地面参考面，并计算每个点的拟合残差；

步骤1.2.将点云的RGB颜色信息转化为单一值的可见光波段差异性植被指数VDVI；

步骤1.3.以矩阵[高程，拟合残差，VDVI]作为点云虚拟坐标(z,h,VDVI)，执行基于欧式距离的DBSCAN聚类，DBSCAN聚类的具体过程如下：

步骤1.3.1.将原始点云数据中所有点标记为未分类点，并计算未分类点中任意两点间的欧氏距离：其中，聚类过程中任意两点间的欧式距离计算公式如下：

其中，d_ij表示i点与j点之间的欧氏距离；

z_i、z_j分别表示i点与j点的高程，r_i、r_j分别表示i点与j点的拟合残差值，VDVI_i、VDVI_j分别表示i点与j点的VDVI值，α,β,γ是比例因子系数，α,β,γ均大于0；

步骤1.3.2.从未分类点中随机选择一点P，同时将该点P标记为已分类点，然后搜索该点P的ε邻域N，并计算邻域N内点的个数；若邻域N中的点个数大于最小点个数P_ts，则将点P标记为核心点，同时创建一个新簇C，并把P点添加到簇C中；

其中，ε表示搜索邻域点的半径，N为ε邻域内点的集合，P_ts表示最小点个数；

步骤1.3.3.遍历N中所有未分类点q的ε邻域M，若邻域M内点个数大于最小点个数P_ts，则将M中点添加到N中，同时若点q不属于任何簇，则将点q添加到簇C中；

步骤1.3.4.重复步骤1.3.3，直至没有新的点添加到簇C，则输出簇C，并返回步骤1.3.2；若无新簇输出，则将剩余点归属为噪声点，直至没有标记为未分类的点，转到步骤1.3.5；

步骤1.3.5.输出结果；簇划分为C′＝{C₁,C₂,C₃,C₄,……,C_k}；

其中，C′表示点云簇的集合，C₁,C₂,C₃,C₄,……,C_k分别表示划分的点云簇。

4.根据权利要求3所述的复杂地形区点云层次滤波方法，其特征在于，

所述步骤1.1中，每个点的拟合残差的计算过程为：以每个格网最低点作为初始地面点，并利用9个邻近格网的初始地面点拟合切平面来计算格网内每个点的拟合残差。