[发明专利]一种基于先验信息的点云滤波方法

说明书

本发明公开了一种基于先验信息的点云滤波方法，包括：读取目标区域的原始机载LiDAR点云数据；根据点云的原始分类卷标，划分地面点云集和非地面点云集；以格网方式划分整个目标区域，每个格网中心位置的最近邻地面点云构成地面种子点云集；搜索非地面点云集中的每一个非地面点云在地面点云集g和地面种子点云集c中的最近邻点云，分别构成点云集s1和s2；分别计算非地面点云集与s2中对应点云的高程差，以及s1与s2中对应点云的高程差，并根据限差要求，逐个判断非地面点云集中的每一个点云是否属于地面点云；终止计算，得到滤波结果。本发明算法简单清晰，执行效率高，仅利用LiDAR原始分类信息就可以准确获得地面点云，能够较为精确和全面的提取出地面点云，滤波效果好。

技术领域

本发明涉及一种基于先验信息的点云滤波方法，特别涉及一种利用LiDAR点云中的先验分类信息进行滤波的方法。

背景技术

机载激光扫描探测系统是一种主动式对地观测系统，具有高可靠性、高分辨率和高精度等特征，LiDAR技术的出现为获取高空间分辨率地表信息提供了一种全新手段。在基于LiDAR点云的数据处理和应用中，滤波是其中非常重要和关键的一个步骤，其目的就是获得研究区域的地面点数据。一般有基于坡度、形态学、曲面拟合、不规则三角网、分割以及机器学习等多种滤波算法，这些方法各有优点，但均未利用原始数据的分类信息，造成信息的浪费。因此，提出一种基于数据原始分类信息的点云滤波算法。

发明内容

本发明所要解决的技术问题是提供一种基于先验信息的点云滤波方法，该方法是一种利用LiDAR点云数据中的先验信息进行滤波的方法，可以应用于点云的滤波处理。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于先验信息的点云滤波方法，该方法包括以下具体步骤：

步骤1，读取目标区域的原始机载LiDAR点云数据，得到目标区域的原始机载LiDAR点云数据的总个数n；

步骤2，根据点云的原始分类卷标，提取分类属性为地面的点云，构成地面点云集g，其余点构成非地面点云集u，计算非地面点云集u中点的个数m；

步骤3，以格网方式划分整个目标区域，确定每个格网的中心位置，并搜索每个中心位置的最近邻地面点云，搜索到的最近邻地面点云构成地面种子点云集c；

步骤4，搜索非地面点云集u中的每一个非地面点云在地面点云集g中的最近邻点云，构成点云集s1；搜索非地面点云集u中的每一个非地面点云在地面种子点云集c中的最近邻点云，构成点云集s2；

步骤5，分别计算非地面点云集u中的点云与点云集s2中对应点云的高程差，以及点云集s1中的点云与点云集s2中对应点云的高程差，并根据限差要求，逐个判断非地面点云集u中的每一个点云是否属于地面点云；

步骤6，终止计算，得到滤波结果。

作为本发明的进一步优化方案，步骤3的具体步骤如下：

301：预设每个格网期望包含的点云个数p；

302：计算原始机载LiDAR点云数据的平面位置上的X方向坐标最小值minx、坐标最大值maxx以及Y方向的坐标最小值miny、坐标最大值maxy；

303：利用公式1计算整个目标区域点云的平均密度，得到平均密度为σ：

304：利用公式2计算划分格网的步长：

305：利用公式3计算X方向格网的个数n_x和Y方向格网的个数n_y：

其中，ceil(·)为向上取整函数；