[发明专利]一种顾及地形特点的多波束点云数据去噪方法

说明书

本发明公开了一种顾及地形特点的多波束点云数据去噪方法，该方法的基本思想为：基于KD索引树建立点云数据之间的拓扑关系，各点的近邻域数据基于RANSAC算法拟合局部平面，计算点云到各自局部拟合平面的距离，基于统计分析方法去噪，此外，去噪前根据相邻平面的法矢量特征作预判去除明显离群面，并保留陡坡处点云，防止过度去噪。通过上述方法，使得本发明能够去除多波束点云数据中的近地表噪声和明显离群噪声数据，同时较好的保留边缘等信息，在保证以上效果的基础上优化设计方案，提高执行效率。

技术领域

本发明涉及一种顾及地形特点的多波束点云数据去噪方法。

背景技术

船载多波束测深系统能够快速获取海底表面包含三维坐标和回波强度等信息的点云数据，为生成高精度DEM提供保障。在建立DEM之前，必须对点云数据进行去噪。由于海底地形的多样性和复杂性，噪声依附于地表而难以去除，手工处理海量数据消耗大量存储空间和计算时间，甚至有可能“误删”。目前，国内外关于点云数据去噪的研究较多，但对于噪声较多的多波束点云数据研究相对较少，现有技术方案难以去除近地表噪声，且无法在保证去噪效果的同时保证效率。下面给出几种与本发明相近的点云去噪的技术方案：

第一种是PCL(Point Cloud Library，点云库)在版本1.8.0中的统计滤波器，此种实现方案的原理为：计算每个点到近邻域各点的平均距离作为该点的值，然后计算平均距离的均值和标准差，判断该点是否在中误差范围内。该方法能够适应地形特点、执行效率高且去噪效果较优，但由于边缘数据点到k近邻点的平均距离值较大，往往处于标准差范围外，导致边缘信息难以较好保留，而且此种实现方案没有考虑到地形特征。

第二种是基于邻域点特征选择的双边滤波，此种实现方案的原理为：首先通过散乱点云格网化建立拓扑关系，检索距离点云最近的k近邻点作为该点的邻域点，计算格网点云的平均欧式距离与某点邻域内平均欧式距离的比值T，若T小于给定阈值，采用k邻域内的点云计算滤波因子，否则采用整个网格内的点云。缺点：滤波因子计算复杂，阈值难以界定。

第三种是高斯曲率滤波，此种实现方案的原理为：计算各处点云的曲率值，根据点云的变化情况采取不同的滤波方案，对于尖锐区域效果较好，但点云的曲率计算较为复杂，对于噪声较多的实测多波束点云数据，效率低且无法达到预期效果。

第四种是建立格网索引滤波，此种实现方案的原理为：设置格网大小，对散乱点云建立格网索引，若格网内的点云数目小于给定的阈值，则删除格网内所有点云，其他基于格网的基本思想类似，不同的是对删除点做一些判断。缺点：此类方法难以区分近地表噪声数据，且对于阈值的选取要求较高，选择较为宽松则难以较好的去除噪声，设置较为苛刻，容易造成过度去除，且对于稀疏的非噪声点，难以判别。

综上，现有技术中已有的点云去噪的技术方案具有如下缺点：

1)效果局限：现有方案难以较好的区分近地表的噪声数据，或者无法保证在去除近地面噪声数据的同时较好的保留地形数据；2)适应地形能力差：现有方案分别适用于不同的点云数据，难以适应地形的变化。3)去噪效果与方法效率之间难以达到平衡：效率高的方法难以保证效果，效果较好的方法往往计算复杂，难以保证效率。

发明内容

本发明的目的在于提出一种顾及地形特点的多波束点云数据去噪方法，该方法从顾及地形的角度出发，去除多波束点云数据中的近地表噪声和明显离群噪声数据，同时较好的保留边缘等信息，在保证以上效果的基础上优化设计方案，提高执行效率。

为了实现上述目的，本发明采用如下技术方案：

一种顾及地形特点的多波束点云数据去噪方法，包括如下步骤：

1)输入点云集cloudPoint，建立KD索引树，遍历点云集cloudPoint中的每一个点searchPoint，执行步骤2)-步骤7)；遍历结束后，执行步骤8)；