[发明专利]一种阈值无关的机载激光雷达点云滤波方法及装置

说明书

技术领域

本发明涉及一种数字化制图技术领域，特别涉及一种阈值无关的机载激光雷达点云滤波方法及装置，适合于针对机载Lidar点云实施自动化处理而将地面与非地面点云分离的一种统计滤波方法及装置。 

背景技术

    近年来，机载激光雷达技术已成为获取高精度数字高程模型（DEM）的一种重要手段。通过机载激光雷达获取到的点云数据往往包含地面点云数据和非地面点云数据。为了构建数字高程模型(DEM)，通常要将Lidar中地面点云数据与非地面点云数据分离，也就是要把非地面点云数据通过滤波方法从原始Lidar点云数据中滤除，现有的Lidar点云数据滤波方法在整个滤波过程中需要人为设定一些经验阈值才能做滤波处理。人为经验阈值的调整往往导致在Lidar点云数据生产DEM过程中的工作量剧增。 

LIU X. Airborne LiDAR for DEM generation: some critical issues [J]. Progress in Physical Geography, 2008, 32(1): 31-49. 

以上这篇文章，给出了机载Lidar点云建立DEM的过程,其中点云数据的滤波处理是其中最难且最关键的一步,该文给出了目前广泛采用的滤波方法,这些方法中大多数需要一些经验知识给出参数或者阈值,因此,如何自动地通过滤波方法将地面和非地面点云分离是一个难点。

专利(中国专利申请号201010262366.8 )在步骤3.2中采用预设的高程差阈值和面积比阈值实施滤波操作，因而这种经验阈值会导致整个方法的一种人工干预和调优。采用这种阈值相关的方法，往往存在一个潜在的问题：对于不同地形的Lidar点云数据滤波过程，人工经验阈值的设定调整将导致工作量剧增。 

从上面所述的关于Lidar点云数据滤波的现有技术方法来看，这些方法在实际的滤波过程往往会需要人工根据经验设定一些阈值，而设定这些阈值往往需要大量实践积累出经验，并根据这种经验来挑选阈值，因而实际上带来Lidar点云数据滤波工作量剧增以及处理过程的效率低下。 

发明内容

本发明的目的就是针对现有技术存在的上述缺陷，提供一种阈值无关的机载激光雷达点云滤波方法及装置。 

一种阈值无关的机载激光雷达点云滤波方法，其技术方案是由以下步骤实现： 

步骤1）点云数据分割及初始地面不规则三角网（TIN）的构建：主要是以矩形格网规则划分Lidar点云数据,将每个规则格网中的最低点作为地面点，并根据这些点构建初始地面TIN网；控制单元首先将点云数据加载到点云数据存储器中，并在分割器模块中实现步骤1，控制单元则协助分割器完成点云数据存储器与分割器模块之间的数据传输；

步骤2）点云-地面高差数据生成：主要通过步骤1得到的初始地面TIN网，计算出点云数据的高差数据；其主要在统计数据生成器模块中完成，控制单元协助完成统计生成器与点云数据存储器之间的数据传输控制；

步骤3）基于点云-地面高差的统计滤波处理：实现Lidar点云数据的高差统计滤波处理，其主要是将步骤2得到的点云高差值通过计算其统计特征Tsallis熵，并利用熵最大化原则将其在概率分布上分离为两部分，即：一部分为地面点云A，一部分为非地面点云B，步骤3主要在统计滤波器模块中完成主要计算操作，控制单元协助完成统计滤波器与点云数据存储器之间的数据传输控制。

步骤1）的详细步骤如下： 

1.1）点云数据平面格网分割：点云数据坐标信息主要有（x,y,h）三个方向，其中x，y为水平方向，h为高程方向，分割器利用点云数据存储器中所有点云数据的x，y方向坐标，计算整个点云数据在x，y平面上的最小外接矩形，对最小外接矩形以矩形规则格网划分，分割器比较Lidar点云数据中的所有点的x，y坐标与划分好的矩形格网范围，将所有的Lidar点划分到其x，y坐标所属的矩形格网内，并将所有的点云数据根据其所属矩形格网按Morton码的顺序在点云数据存储器中重新存储；

1.2）搜索每个格网中点云的最小高程点：分割器对步骤1.1中排好序的点云分块数据遍历每个矩形格网，对在每个矩形格网中的点云数据实施下面两个步骤：

1.2.1）对每个矩形区域中的所有点云数据按其高程值h排序；

1.2.2）排好序后，取高程值最小为该矩形格网内初始地面点；