[发明专利]一种DSM的计算方法、装置、计算机设备及存储介质

权利要求书

1.一种数字表面模型DSM的计算方法，其特征在于，包括：

根据目标场景的稀疏点云数据中各点云数据点的深度信息，确定所述目标场景的场景类型；

如果所述场景类型为低起伏场景，则生成与稀疏点云数据匹配的DSM；

如果所述场景类型为高起伏场景，则根据稀疏点云数据生成稠密点云数据，并生成与稠密点云数据匹配的DSM。

2.根据权利要求1所述的方法，其特征在于，根据目标场景的稀疏点云数据中各点云数据点的深度信息，确定所述目标场景的场景类型，包括：

根据所述稀疏点云数据中各点云数据点的深度信息，确定标定深度信息；

根据各所述点云数据点的深度信息以及所述标定深度信息，计算与所述稀疏点云数据匹配的深度差值均值，并根据所述深度差值均值计算深度方差；

根据所述深度方差，以及预设的阈值条件，确定目标场景的场景类型为低起伏场景或者高起伏场景。

3.根据权利要求2所述的方法，其特征在于，根据所述深度方差，以及预设的阈值条件，确定目标场景的场景类型为低起伏场景或者高起伏场景，包括：

根据所述深度差值均值，计算目标门限阈值；

如果所述深度方差小于等于所述目标门限阈值，则确定所述目标场景的场景类型为低起伏场景；

如果所述深度方差大于所述目标门限阈值，则确定所述目标场景的场景类型为高起伏场景。

4.根据权利要求1所述的方法，其特征在于，生成与稀疏点云数据匹配的DSM，包括：

根据所述稀疏点云数据构建第一德洛内Delaunay三角网；

根据预设DSM计算公式以及所述第一Delaunay三角网生成与稀疏点云数据匹配的DSM。

5.根据权利要求1所述的方法，其特征在于，根据稀疏点云数据生成稠密点云数据，并生成与稠密点云数据匹配的DSM，包括：

根据所述稀疏点云数据以及稠密点云计算方法生成所述稠密点云数据；

根据所述稠密点云数据构建第二Delaunay三角网；

根据预设DSM计算公式以及所述第二Delaunay三角网生成与稠密点云数据匹配的DSM。

6.根据权利要求4或5所述的方法，其特征在于，所述预设DSM计算公式包括：

normal_x,y,z＝(vertex₁-vertex₀)^(vertex₂-vertex₀)

k＝-(vertex₀(x)*normal(x)+vertex₁(y)*normal(y)+vertex₂(z)*normal(z))

dsm_z＝-(normal(x)*dsm_x+normal(y)*dsm_y+k)/normal(z)

其中，vertex₀、vertex₁及vertex₂为Delaunay三角网中一个三角形网格的三个顶点，normal_x,y,z为三角形网格的三个顶点之间的向量积，vertex₀(x)为顶点x₀中的x值，vertex₁(y)为顶点y₀中的y值，vertex₂(z)为顶点z₀中的z值，k表示三个顶点在不同方向(x,y,z)的权重和，normal(x)为normal_x,y,z计算结果点的x值，normal(y)为normal_x,y,z计算结果点的y值，normal(z)为normal_x,y,z计算结果点的z值，dsm_z为DSM的z值，dsm_x为DSM的x值，dsm_y为DSM的y值。