[发明专利]局部拟合滤波方法

说明书

本发明提供了局部拟合滤波方法，具体步骤包括：初始地面种子点获取、加密地面种子点的获取、合并初始地面种子点和加密地面种子点，并输出地面种子点云数据，最后通过最小距离滤波与加权平均算法结合完成三维激光地面种子点云数据滤波程序。本发明的滤波算法既能减少数据量又能保证滤波质量。

技术领域

本发明涉及数据处理技术领域，尤其是局部拟合滤波方法。

背景技术

广义的激光点云滤波是指从某一数据集合中，根据相关原则提取对研究有用的数据，剔除无关数据的过程。对于激光雷达系统所获取的点云数据而言，滤波一般是指将激光点云数据中的人工建构筑物、森林植被等地表非地面点剔除，从而得到实际地面点云的过程。

激光雷达扫描系统在硬件和系统集成方面的问题随着科技的发展已基本解决，但其数据后处理技术还处于研究阶段，是当前LiDAR技术还不能广泛应用的关键性难题。在LiDAR数据后处理过程中有两个重要问题，一个是系统误差对三维激光脚点坐标的影响该如何消除，另一个就是三维点云的滤波分类。对于LiDAR三维离散激光点云集P而言，系统能直接获取每个激光脚点的三维坐标值Pi(xi，yi，zi)(i＝1，2，3……n)，另外还包括回波强度、回波次数等附加信息。在激光点云集P中包含了地面点、地物点和粗差点，而LiDAR数据后处理的最主要目的就是得到数字地面模型，这就需要通过一定的方法分离出地物点集和粗差点集，仅保留地面点集。移除地物点集和粗差点集，得到数字地面模型的过程就是雷达点云数据滤波。

当前的滤波方法大多是基于高程值，通过选取地面种子点或种子区域与邻域比较高程、高差或者坡度等来达到滤波的效果，也有根据回波强度、多回波信息或者几种方法结合来完成滤波工作。近年来，滤波方法的研究取得了一定的成果，但仍存在滤波精度不高、数据量大等问题，仍未有普遍适用的滤波算法，成为了制约激光雷达扫面技术进一步发展的瓶颈。

发明内容

针对上述缺陷和问题，本发明的目的是提供局部拟合滤波方法，解决现有的激光雷达系统数据后处理中的滤波算法精度不高、误差大，数据量大，从而导致数据处理效率低，以及无法实现普遍适用的技术问题。

为了达到上述目的，本发明提供如下技术方案：

一种局部拟合滤波方法，具体包括以下步骤：

步骤1：初始地面种子点获取：根据单次和末次回波点云密度在区域内建立格网，格网大小由点云密度和单个格网内必须含有的最少点数量阈值决定；在每一格网内分别选取最低点作为初始地面种子点；

步骤2：加密地面种子点的获取：根据当前的点云密度重新建立格网，对于每一个已经在步骤1中确定的初始地面点O_i(x_i，y_i，z_i)，搜索其邻域内待定的单次和末次回波点云R_j(x_j，y_j，z_j)，其中，邻域范围可根据获取地面种子点格网设置；

根据所述初始地面点O_i(x_i，y_i，z_i)和其邻域内待定点R_j(x_j，y_j，z_j)坐标计算其坡度；若坡度在阈值范围内，则认为该末次回波点为加密地面种子点，若坡度超出阈值，则认为该末次回波点为待判断点；

步骤3：通过步骤2获取加密地面种子点后，将其与步骤1中获取的初始地面种子点合并，通过遍历检查、去除重复点，输出地面种子点云数据以及还未确定的单次回波点云、末次回波点云数据；

步骤4：将所述输出地面种子点云数据以及还未确定的单次回波点云、末次回波点云数据通过最小距离滤波与加权平均算法结合完成三维激光地面种子点云数据滤波程序；

其中，所述最小距离滤波算法的执行过程具体为：