[发明专利]一种顾及地形特点的多波束点云数据去噪方法

摘要

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。

主权项

1.一种顾及地形特点的多波束点云数据去噪方法，其特征在于，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)；2)检查searchPoint是否是无效点，检查searchPoint是否已经被搜索过；若searchPoint是无效点或者已经被搜索过，则跳出本次循环，转到步骤1)；否则，转到步骤3)；3)设置搜索半径r，对searchPoint进行k近邻域半径搜索，搜索到点数记为K_Number，将搜索到的点和对应的索引号保存至向量容器pointVector中；4)保存向量容器pointVector中有效数据点的索引号和标记值0至哈希表1中，用于判断当前点searchPoint是否被搜索；5)设置阈值λ₁，若K_Number小于λ₁，则认定向量容器pointVector中的数据点为噪声数据点，标记为无效点并存储该点的索引号和距离值0至哈希表2中，执行步骤1)；否则，执行步骤6)；6)设置RANSAC平面拟合算法的阈值λ₂，对向量容器pointVector中的点基于RANSAC算法拟合平面，平面记为A；7)计算向量容器pointVector中索引号对应的点到平面A的距离，并保存索引号和对应距离值至哈希表2中，转到步骤1)；8)计算哈希表2中不为0的距离的平均值和中误差，分别记为u和σ；9)分别计算相邻平面法向量夹角|α|和投影距离|d_ij|，若同时不满足共向性和共面性条件，则认定当前拟合平面为离群面并标记相应的点为噪声数据点，若相邻平面不满足共向性但满足共面性，则认定当前拟合平面处地形为起伏较大的陡坡，标记相应点为非噪声数据点；10)设置阈值λ₃，若哈希表2中值不为0的索引号对应的距离在[u‑λ₃·σ,μ+λ₃·σ]之间，则认定该索引号对应cloudPoint中的数据点为非噪声数据点，否则认定为噪声数据点；11)分别保存非噪声数据点和噪声数据点数据至PCD格式文件中。