[发明专利]基于地面点去除与密度导向滤波的线路点云树木分割方法

权利要求书

1.基于地面点去除与密度导向滤波的线路点云树木分割方法，其特征在于，包括如下步骤：

S1、自适应地面点去除的数据预处理，利用点云场景中地面点与其他点在高程与密度上的差异来实现地面点的分离，具体为：

S1.1、首先在水平方向上将点云场景划分为若干个l*l大小的柱pillar，随后将pillar按h大小平均划分高程进行栅格化；

S1.2、统计各栅格内的点云数量作为密度值，用栅格高程均值代表该栅格高程，得到对应的高程-密度统计图；

S1.3、细化高程范围，将离散点用多项式函数进行拟合，得到高程与点云密度之间的函数对应关系；

S2、基于K-Means聚类与密度导向滤波的树木实例提取，具体为：

S2.1、首先利用主成分分析法，计算点云数据在xyz三个维度上的特征值，用于将该点划分为线型点、面型点和散乱点三种形状特征；

S2.2、利用距离方法，获取点云中某一点的邻域，使用特征值推导出三种几何特征；并进一步推导该点的形状特征指数；

S2.3、树木为典型的非结构化特征，将非结构化点云进行K-Means或高斯混合聚类，实现对树木实例的初步区分；

S2.4、遍历初步聚类的所有簇，根据颜色均值和数量筛选，将簇内颜色统计值非绿色以及聚类点云数量不足的簇进行删除；

S2.5、采用密度导向滤波进行离群点删除，得到完整的树木实例。

2.根据权利要求1所述的基于地面点去除与密度导向滤波的线路点云树木分割方法，其特征在于，所述S1.1中，对于同一个pillar，其第i个栅格内点云集合为：

S_i＝(P(x，y，z)|ih≤z＜(i+1)h)

其中，S_i为第i个栅格内点云集合，P(x，y，z)为第i个栅格内任意一点的三维坐标，h为pillar的高程。

3.根据权利要求2所述的基于地面点去除与密度导向滤波的线路点云树木分割方法，其特征在于，所述S1.3中，将离散点用多项式函数进行拟合的方法包括：

待拟合数据为T＝[(h₁，n₁)，(h₂，n₂)，...，(h_N，n_N)]，h_i为第i个栅格的高程均值，n_i(i＝1，2，...，N)为点云数量，N为同一pillar内的高程栅格数量；设M多项式为：

其中，F_M为拟合方程，h_i是单变量输入，ω₀，ω₁，ω₂，...，ω_M是M+1个参数；

用最小二乘法衡量预测值与实际值之间的差距，即：

其中，L(ω)为目标损失函数；

通过对ω_j求偏导并令其为0，可得：

其中，为偏导函数，k为[0，M]中的任意一个参数；

所以要求拟合多项式系数需要求解以下线性方程组：

通过将待拟合数据T代入线性方程组，即可求解拟合方程F_M。

4.根据权利要求3所述的基于地面点去除与密度导向滤波的线路点云树木分割方法，其特征在于，所述S1.3中，高程与点云密度之间的函数对应关系中，根据地面点到非地面的过渡区域，点云密度会发生突变，拟合函数梯度最大处即为地面点云高程阈值；此时只需求出拟合方程F_M的二阶导，令其为0：

其中，F_M″为拟合方程F_M的二阶导，为二阶导函数，多项式系数在上步中已求出，则可计算出地面点云高程阈值h′，通过高程判断来去除地面点。