[发明专利]一种文物遗址点云提取分类的方法及装置

权利要求书

1.一种文物遗址点云提取分类的方法，其特征在于，包括：

对激光雷达扫描预设区域得到的第一点云进行预处理，以获取均匀分布的第二点云；

将所述第二点云中的间隔等于预设间隔的数据点作为中心点；

预设至少两个邻域范围，将各所述中心点在各所述邻域范围中包括的其它数据点作为各所述中心点在该邻域范围内的邻域点，并根据各所述中心点在该邻域范围内的邻域点确定各所述中心点对应该邻域范围的特征集，所述特征集用于确定所述预设区域中所述第二点云的分类结果；

将所述特征集输入分类模型，对所述分类模型的输出结果进行提取标注，在所述第二点云的分类结果中得到所述文物遗址的分类结果，所述分类模型利用预设至少两个所述邻域范围确定的所述特征集进行训练和测试。

2.根据权利要求1所述方法，其特征在于，所述对所述激光雷达扫描所述预设区域得到的第一点云进行预处理，以获取均匀分布的第二点云，具体包括：

计算每个所述第一点云到最近的k个所述第一点云的平均欧式距离；

当所述平均欧式距离大于预设阈值时，去除所述第一点云，若否，保留所述第一点云，得到降噪后的所述第一点云；

对降噪后的所述第一点云进行体素化处理，将降噪后的所述第一点云划分为多个体素，所述体素化处理是将所有降噪后的所述第一点云划分为多个立方体，每个所述体素表征一个所述立方体；

利用每个所述体素中距离所述体素的中心点最近的数据点，代替所述体素内其他数据点，得到所述均匀分布的第二点云。

3.根据权利要求2所述方法，其特征在于，所述计算每个所述第一点云到最近的k个所述第一点云的平均欧式距离，具体包括：

根据以下公式计算每个所述第一点云到最近的k个所述第一点云的平均欧式距离：

其中，d_n是被计算的所述第一点云的数据点的所述平均欧式距离，x_n是被计算的所述第一点云的数据点的x轴方向的坐标值，y_n是被计算的所述第一点云的数据点的y轴方向的坐标值，z_n是被计算的所述第一点云的数据点的z轴方向的坐标值，x_i是所述最近的k个所述第一点云中第i个数据点的x轴方向的坐标值，y_i是所述最近的k个所述第一点云中第i个数据点的y轴方向的坐标值，z_i是所述最近的k个所述第一点云中第i个数据点的z轴方向的坐标值。

4.根据权利要求1所述方法，其特征在于，所述中心点的特征集，具体包括：

所述中心点在所述邻域范围中的点密度、所述中心点的点平面度特征值、所述中心点的点线性度特征值、所述中心点的点各向异性特征值、所述中心点的点表面粗糙度特征值、所述中心点的点球形度特征值、第一高程差、第二高程差、第三高程差和所述中心点的点强度。

5.根据权利要求4所述方法，其特征在于，所述根据各所述中心点在该邻域范围内的邻域点确定各所述中心点对应该邻域范围的特征集，具体包括：

以所述中心点为球心，根据所述邻域范围选取球形邻域；

利用以下公式，计算所述球形邻域中所有所述第二点云的数据点的数量与所述球形邻域的体积的比例，得到所述中心点的所述邻域范围中的点密度：

其中，f_density是所述中心点在所述邻域范围中的点密度，Num是所述球形邻域中所有所述第二点云的数据点的数量，r是所述球形邻域的邻域半径。