[发明专利]一种基于LiDAR的点云顶部噪点剔除方法

摘要

本发明涉及激光点云分类技术领域，更具体地，涉及一种基于LiDAR的点云顶部噪点剔除方法。以空间聚类及空间自相关的角度为基础，对点云建立标准空间网格，利用点云数据的空间分布特征及相互依赖关系，确定噪点位置，并根据网格聚类的生长方式确定存在噪点的网格，利用初始确认的顶部噪点作为种子点进行欧式聚类，达到剔除噪点的目的，该算法放弃了逐个点的计算，缩减了计算时间，解决了普遍适用性不强或者效率低下等原因导致在实际的生产运用起不到良好的效果，实现了特殊气候环境下产生的具有成云片状，密度大，范围广泛的噪点剔除准确率较高。

主权项

一种基于LiDAR的点云顶部噪点剔除方法，点云数据位于三维空间坐标内，其特征在于，包括如下步骤：S1：在XOY坐标平面上对点云数据建立标准网格，设置网格边长参数值，并获取每个网格内在Z轴方向上最低点的高度值H’，即所述最低点的Z坐标值；S2：在步骤S1之后，根据点云数据的空间分布特征，获取每个网格在Z轴方向上连续无点云层的高度h，并记录连续无点云层的起始高度值H；S3：设定阈值h’，对步骤S2中每个网格的连续无点云层的高度h进行判定，对无点云层的高度h大于阈值h’的网格进行标记，认为该网格内高度值大于H的点为顶部噪点；S4：对步骤S3中标记的网格进行网格聚类成簇，同时对标记网格临近的非标记网格进行判定，当标记网格的连续无点云层的起始高度H小于非标记网格的最低点的高度值H’；则认为该非标记网格内可能存在顶部噪点；S5：以步骤S3中所述顶部噪点作为种子点设定距离阈值D，对步骤S4中认为可能存在顶部噪点的网格的有效点云进行聚类，其中满足距离阈值D条件的点云则判定为顶部噪点；S6：将步骤S3和步骤S5中判定的顶部噪点剔除。