[发明专利]基于机载激光雷达点云空间分布特征的树木点云提取方法

权利要求书

1.基于机载激光雷达点云空间分布特征的树木点云提取方法，具体步骤如下：

步骤一、确定目标点与运算点的加权距离影响因子，原始点云数据是指原始数据中的所有点云数据，目标点是指当前处理的点，运算点是指原始点云数据中除了目标点本身并与目标点计算的点云；

(1)确定目标点与运算点的正投影欧式距离；

设目标点P₀正投影坐标为(x₀,y₀),运算点P_i正投影坐标为(x_i,y_i),则目标点与运算点的正投影欧式距离Distance_oi：

(2)确定目标点与运算点之间的生成距离Dis_oi，其中R_resolition为最小距离单位长度，取决于处理数据的扫描分辨率，R_resolution∈[0.05,0.001]；

(3)得出加权距离影响因子D_0i

(4)得出目标点P₀与运算点P_i高程差H_0i，H_0i≥0；

步骤二、点云运算区块的确定：

(1)设原始点云数据的最小x坐标为x_min,最大x坐标为x_max，最小y坐标为y_min，最大y坐标为y_max；

如若x_max-x_min≥100,则对原始点云数据进行分割，将点云数据图像以x坐标为变量，平均分成N份，

在原始点云数据已经分块完成的基础上，如若y_max-y_min≥100,则对原始点云数据进行分割，将原始点云数据以y坐标为变量，平均分成M份，最终原始点云数据共计分为N×M块运算区块；

(2)设定目标点搜索半径R_t:：R_t:取决于处理数据的点云密度，R_t:∈[1,10]；

遍历目标点所在的运算区块内的所有点云，当Distance_oi小于R_t:时进行下一步操作，即步骤二(3)；否则跳过该点云，遍历下一点云直到该运算区块内所有点云被遍历完成；

(3)设定目标点高程滤波阈值H_t:：H_t:取决于处理数据的点云密度,H_t:∈[5,10]；

只进行H_t:高程范围内的点云运算，当H_0i小于H_t:时则开始树木点因子函数值运算，否则跳过该点云，遍历下一点云直到该运算区块内所有点云被遍历完成；

步骤三、计算目标点树木点因子数值V₀：

(1)初始化目标点树木点因子数值V₀，即令V₀＝0；

(2)通过目标点与运算点进行自定义函数运算，通过自定义函数得到的值与D_0i成正相关，与H_0i成正相关，并累加到目标点树木点因子数值V₀上；H_0i乘以D_0i为运算点对目标点贡献的树木点因子数值V_i，通过目标点与周围的运算点进行不断的运算，从而得到最终的V₀；

V_i＝H_0i×D_0i，自定义函数为

步骤四、提取出树木点云：

设目标点的树木点因子数值阈值为V_th，在结束所有目标点的运算之后，通过遍历每一个点云的目标点树木点因子数值V₀，比较V_th与V₀的大小，将V₀小于V_th的点云删去，保留下来的点云即为树木点云。