[发明专利]一种点云数据生成数字高程模型的处理方法、装置及终端设备

说明书

本发明公开了一种点云数据生成数字高程模型的处理方法、装置及终端设备，该方法包括：对激光点云数据进行质量检测，筛选出符合标准的初始激光点云数据；对初始激光点云数据进行点云数据加载操作；对加载后的初始激光点云数据进行去噪处理，得到去噪后的激光点云数据；对去噪后的激光点云数据实施地面点分类，得到分类后的目标点云数据，再次对目标点云数据进行质量检测，判断质量是否合格；若是，则基于目标点云数据生成数字高程模型。本发明提升了点云数据处理的精度，保障了点云数据有效性，保障了数字高程模型的后续执行效果。

技术领域

本发明涉及点云数据处理技术领域，尤其涉及一种点云数据生成数字高程模型的处理方法、装置及终端设备。

背景技术

激光雷达(LiDAR)是一种通过位置、距离、角度等观测数据直接获取对象表面点三维坐标，实现地表信息提取和三维场景重建的对地观测技术。

利用LiDAR进行目标探测属于主动遥感方式，对天气的依赖性小，不易受阴影和太阳角度的影响。与传统摄影测量技术相比，采用上述激光雷达扫描技术避免了投影(从三维到二维)带来的信息损失，极大地提高高程获取的精度，且优势明显。利用LiDAR数据可以快速完成数字高程模型(DEM)、数字表面模型(DSM)、等高线等地形产品的大规模生产。例如公布号为CN110570466A、公布日为2019.12.13的中国专利：三维实景点云模型的生成方法和装置，该专利通过LiDAR数据完成建立数字高程模型，但是其对提取的云点数据并没有进行严格处理，得到的数字高程模型质量不高、精度低，容易导致误差，无法保障点云数据的有效性。

发明内容

有鉴于此，本发明提出一种点云数据生成数字高程模型的处理方法、装置及终端设备，本发明先通过对激光点云数据进行处理，提高其质量，用处理过的点云数据生成的数字高程模型质量高、精度高，保障了点云数据的有效性。

本发明具体的技术方案如下：

一种点云数据生成数字高程模型的处理方法，包括：

对获取的激光点云数据进行质量检测，筛选出符合标准的初始激光点云数据；

对初始激光点云数据进行点云数据加载操作；

对加载后的初始激光点云数据进行去噪处理，得到去噪后的激光点云数据；

对去噪后的激光点云数据实施地面点分类，得到分类后的目标点云数据；再次对目标点云数据进行质量检测，判断质量是否合格；若是，则基于目标点云数据生成数字高程模型。

优选的，质量检测包括对激光点云数据的点云密度信息和高程精度信息检测，具体包括如下操作步骤：

获取激光点云数据的点云密度信息，识别得到当前激光点云数据的点云密度，判断当前激光点云数据的点云密度是否大于标准点云密度，若是，则判定为点云密度质量检测合格；

获取激光点云数据的高程精度信息，识别得到当前激光点云数据的高程中误差，判断当前激光点云数据的高程中误差是否小于标准误差，若是则判定为高程精度质量检测合格；

当点云密度信息和高程精度信息的检测均为合格时，则当前的激光点云数据为符合标准的初始激光点云数据。

优选的，若初始激光点云数据是LAS/ASCII/PLY格式的点云数据，则进行将其转化为LiData点云格式的加载操作。

优选的，对加载后的初始激光点云数据进行去噪处理，得到去噪后的激光点云数据，具体包括如下执行步骤：

对初始激光点云数据的高位粗差进行识别噪声点，识别确定噪声点后，进行滤除操作；同时还包括对初始激光点云数据的低位粗差进行识别噪声点，识别确定噪声点后，进行滤除操作。

优选的，高位粗差以及低位粗差均基于距离平均值算法识别噪声点，具体包括如下操作步骤：