[发明专利]一种基于矩形邻域分析的道路数据提取方法

摘要

本发明公开了一种基于矩形邻域分析的道路数据提取方法，其包括数据预处理步骤、筛选道路候选点步骤、提取道路中心线和剔除平坦地域点集步骤、道路连接步骤。本发明主要解决在没有反射强度或者反射强度不能较好反应地物属性，或者没有航空影像等情况，根据道路拓扑结构特点与周围环境的不同进行道路数据提取。

主权项

1.一种基于矩形邻域分析的道路数据提取方法，其特征在于其包括：第一步：数据预处理，计算点云间距，建立规则网格组织，然后采用基于规则网格的快速数学形态学滤波方法进行滤波，剔除非地面点；第二步：筛选道路候选点，初步确定道路点集，缩小判断范围，对每个点搜索其邻域范围内的点，并比较其高程值，若都在阈值范围内，则作为道路候选点；第三步：提取道路中心线，剔除平坦地域点集，对每个道路候选点，计算不同方位角的矩形范围内高程方差值，根据方差值间的差异判断当前点是否为道路中心点；第四步：道路连接，对间断的道路进行连接，平滑；其中所述第一步包括:(1)首先读取点云数据范围(x_min，x_max，y_min，y_max)，统计点的数量pt_num；(2)计算点云间距：(3)根据点云间距pt_dis和计算需要，建立覆盖点云范围(x_min，x_max，y_min，y_max)的规则网格；(4)根据点的坐标将机载LiDAR数据分配到各个网格中，GridNum＝XAxisNum*YAxisNum      (公式3)XAxisNum、YAxisNum为x、y方向的网格数，GridNum为网格总数；机载LiDAR数据中的任意一点p_i(x_i,y_i)所在的网格为：其中X_i为p_i所在的X方向网格数、Y_i为p_i在的Y方向网格数、G_i为p_i所在的一维数组记录的网格数；对机载LiDAR数据进行非地面滤波，保留包含道路点在内的地面点数据，以规则网格为单元的数学形态学滤波，网格腐蚀结果为w×w网格内的最小高程值，膨胀结果为w×w网格内最大高程值，其中w代表窗口的大小，并进行公式5的运算：其中A代表目标集合，B代表结构元素，AΘB表示腐蚀，表示膨胀，式中z_i′和z_i″分别为网格单元腐蚀和膨胀后的高程值，Grid_i(z_min)为网格内高程最小值；所述第一步进一步包括:(1)由网格间距计算网格数量，并为网格分配内存空间，将点逐个按平面坐标存储到相应的网格单元中，同时与该网格单元中已保存的最小高程值进行比较，记录比较后的最小高程值；(2)遍历每个网格，比较周围w×w个网格内最小高程值，采用公式5的第一个公式，取最小值为当前网格腐蚀后的高程值，并将该网格最大高程值设为腐蚀后的高程值；(3)遍历每个网格，比较周围w×w个网格内腐蚀高程值，采用公式5的第二个公式，取最大值为当前网格膨胀后的高程值，并将该网格最小高程值设为膨胀后的高程值；(4)遍历每个网格，求取网格内每个点高程值与膨胀后的高程值之差，当其绝对值小于设定阈值时，该点为地面点，否则为非地面点；所述第二步包括:(1)针对每个点p_i(x_i,y_i)由公式4计算其所在网格；(2)计算搜索半径，(3)设点p_i(x_i,y_i)的矩形邻域内的点集为P_{i_near}＝{p_j(x_j，y_j)|x_j∈(x_i‑r，x_i+r)，y_j∈(y_i‑r，y_i+r)}(其中j是点的点号或者说是下标，并与当前点p_i相区别)，由此以当前点p_i为中心，搜索周围网格内的点集P_{i_near}；(4)计算P_{i_near}中每个点与p_i(x_i,y_i)的高程差绝对值之和∑H_i，若∑H_i小于阈值，则当前点为道路候选点；z_j是P_{i_near}中第j个点的高程值，z_i是p_i(x_i,y_i)的高程值，n为P_{i_near}的总点数；(5)重复以上步骤，直至完成对所有点的判断，且将保留的道路候选点集为P_c。