一种机载激光雷达点云的自适应滤波方法专利检索-顶点电脑图像专利检索查询-专利查询网

一种机载激光雷达点云的自适应滤波方法

阅读：32发布：2020-05-11

专利汇可以提供一种机载激光雷达点云的自适应滤波方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种机载激光雷达点云的自适应滤波方法，包括对机载激光雷达的调试、安装和机载激光雷达数据采集，对机载激光雷达生成的数据进行噪声点剔除处理，对点云中远高于或者远低于周围点的少数点进行识别并进行剔除，对噪声剔除后的点云进行降采样处理，根据降采样数据计算坡度值，最终利用克里金内插对坡度计算结果进行升采样，设置参数并结合坡度数据对全部点云进行滤波，对其中地面点进行标记；本发明通过坡度对滤波中的参数继续自适应选择，从而达到提高机载激光雷达滤波精度的目的。，下面是一种机载激光雷达点云的自适应滤波方法专利的具体信息内容。

权利要求

1.一种机载激光雷达点云的自适应滤波方法，其特征在于：包括以下步骤步骤1，对机载激光雷达进行安装和调试，然后采集点云数据；
步骤2，识别并进行剔除点云数据中远高于或者远低于周围点的少数点；
步骤3，对噪声剔除后的点云数据进行降采样处理，根据降采样数据计算坡度值，利用克里金内插对坡度计算结果进行升采样；
步骤4，按照最大格网大小对全体点云数据进行划分，选取每个格网中的最低点作为地面点，利用这些地面点构建不规则三角网，然后依次将其他点带入三角网中进行判定，结合待判定点在不规则三角网中所对应三角形的三个顶点的三维坐标以及坡度值，计算最大迭代距离和最大迭代角两个阈值；
步骤5，将计算的阈值与待判定点在不规则三角网中对应的三角形的三个顶点三维坐标计算求得的实际最大迭代距离及最大迭代角进行比较，若实际值均小于阈值则将该点标记为地面点并加入到不规则三角网中，否则重复该迭代过程一直到没有点被判定为地面点为止，得到经过自适应滤波的点云数据。
2.根据权利要求1所述的一种机载激光雷达点云的自适应滤波方法，其特征在于，所述的步骤1具体包括以下步骤：
步骤1.1，在飞机上搭载一套完整的LiDAR系统；
步骤1.2，制定飞行方案，对测区进行航飞；
步骤1.3，根据激光传播时间以及机载激光雷达数据生成理论模型得到测区点云数据。
3.根据权利要求1所述的一种机载激光雷达点云的自适应滤波方法，其特征在于，所述的步骤2具体包括以下步骤：
步骤2.1，根据高程信息对点云数据进行统计，并按照从低到高进行排序；
步骤2.2，将统计结果中最大高程以及最小高程的全部点云作为噪声剔除。
4.根据权利要求1所述的一种机载激光雷达点云的自适应滤波方法，其特征在于，所述的步骤3具体包括以下步骤：
步骤3.1，对获取的点云数据按照最大格网大小进行降采样，每个格网对应的点数为N，每个点的高程为hi，根据以下公式计算每个格网对应高程：
步骤3.2，处理结果中选取3×3的格网空间，按照Z1到Z9对其进行编号，设最大格网大小为S，根据以下公式计算坡度：
步骤3.3，使用坡度值利用克里金内插对坡度数据进行内插处理。
5.根据权利要求1所述的一种机载激光雷达点云的自适应滤波方法，其特征在于，所述步骤4具体包括以下步骤：
步骤4.1，确定待判定点P1的三维坐标X1,Y1,Z1以及该点对应于不规则三角网中的三角形；
步骤4.2，根据三角形三个顶点P2,P3,P4的坐标X2,Y2,Z2、X3,Y3,Z3、X4,Y4,Z4，计算P1到顶点P2,P3,P4的距离，按照从低到高进行排列，顺序为P2,P3,P4；
步骤4.3，P1沿Z轴于到平面P2P3P4的焦点为Pproject，该焦点到直线P2P3的垂足为Pline，则最大迭代距离和最大迭代角的阈值由以下公式计算得到：

说明书全文

一种机载激光雷达点云的自适应滤波方法

技术领域

[0001] 本发明属于机载激光雷达数据处理技术领域，具体涉及机载激光雷达数据的处理发放，尤其是涉及一种提高机载激光雷达数据滤波精度的方法。

背景技术

[0002] 机载激光雷达(airborne light detection and ranging，LiDAR)结合了高精度激光测距仪和定位定向系统，通过测量激光脉冲信号的传播时间自动获取涵盖地表的三维信息，即点云数据(point cloud)。相较于传统的实地测量和摄影测量，LiDAR可以在林区、山区、沙漠等困难地形条件下，快速、高精度的获取地表三维信息，因此广泛地应用于高精度DEM生成。

[0003] 然而原始点云数据不带有分类信息，其中可能包含了植被、建筑物、桥梁等非地面点，因此基于LiDAR点云的DEM生成中需要自动化的提取地面点，即滤波处理。

[0004] 虽然现有滤波算法在相关数据测试和实际应用中取得了较为理想的效果，但还存在一些缺陷。首先现有算法精度容易受滤波参数影响。如需达到较好的滤波效果，需要人工根据坡度以及地形特征设置滤波参数。而在滤波过程中，仅利用一组滤波参数对非地面点进行滤除，忽视了滤波区域内坡度以及地形特征的差异性。所以滤波完后还需对局部区域进行更具针对性的处理，以便达到最佳的效果。

发明内容

[0005] 本发明的目的是克服现有技术的不足，提供一种针对机载激光雷达点云的自适应滤波方法。

[0006] 为了实现上述目的，本发明解决其技术问题所采用的技术方案是：一种针对机载激光雷达点云的自适应滤波方法，包括以下步骤：

[0007] 步骤1，机载激光雷达的调试和安装和机载激光雷达数据采集；

[0008] 步骤2，利用步骤1中的设备进行数据采集，对机载激光雷达生成的数据进行噪声点剔除处理，对点云数据中远高于或者远低于周围点的少数点进行识别并进行剔除；

[0009] 步骤3，对噪声剔除后的点云数据进行降采样处理，根据降采样数据计算坡度值，最终利用克里金内插对坡度计算结果进行升采样；

[0010] 步骤4，利用步骤2中处理后的点云数据进行格网化处理，判定每个格网中的最低点为地面点并利用这些点构建不规则三角网；对噪声剔除后的点云数据进行按照最大格网大小对全体点云数据进行划分，选取每个格网中的最低点作为地面点，利用这些地面点构建不规则三角网，然后对其余未判定的点进行类别判断；依次将其他点带入三角网中进行判断，确定待判定点对应的三角形，结合坡度以及三角形三个顶点的三维坐标计算待判定点对应的阈值：根据待判定点在不规则三角网中所对应三角形的三个顶点的三维坐标以及坡度值，计算最大迭代距离和最大迭代角两个阈值；

[0011] 步骤5，将计算的阈值结果与待判定点和不规则三角网中对应的三角形的三个顶点三维坐标计算求得的实际最大迭代距离以及最大迭代角进行比较，若实际值均小于阈值则将该点标记为地面点并加入到不规则三角网中，该迭代过程一直重复直到没有点被判定为地面点，则该数据即为经过自适应滤波的机载激光雷达点云数据。

[0012] 进一步，所述的步骤1中机载激光雷达的调试和安装和机载激光雷达数据采集的生成包括以下步骤：

[0013] 步骤1.1，在飞行载体上即飞机上搭载一套完整的LiDAR系统，该系统包括激光扫描测距系统、差分GPS(DGPS)、惯性测量单元(IMU)和成像设备；

[0014] 步骤1.2，制定好完整飞行方案，并按照飞行方案对测区进行航飞；

[0015] 步骤1.3，根据激光传播时间以及机载激光雷达数据生成理论模型得到测区点云数据。

[0016] 进一步，所述的步骤2中的剔除处理包括以下步骤：

[0017] 步骤2.1，根据高程信息对全部点云数据进行统计，并按照从低到高进行排序；

[0018] 步骤2.2，将统计结果中最大高程以及最小高程的全部点云作为噪声剔除。

[0019] 进一步，所述的步骤3具体包括以下步骤：

[0020] 步骤3.1，对获取的点云数据按照最大格网大小进行降采样，根据每个格网对应的点数为N，其中每个点的高程为hi，根据以下公式计算每个格网对应高程：

[0021]

[0022] 步骤3.2，在步骤3.1的处理结果中选取3×3的格网空间，按照Z1到Z9对其进行编号，设3.1中最大格网大小为S，根据以下公式计算坡度：

[0023] fx＝(Z8-Z2)/2S

[0024] fy＝(Z6-Z4)/2S

[0025]

[0026] 步骤3.3，使用步骤3.2中计算求得的坡度值利用克里金内插对坡度数据进行内插处理。

[0027] 进一步，所述步骤4具体包括以下步骤：

[0028] 步骤4.1，确定待判定点的三维坐标以及该点对应于不规则三角网中的三角形；

[0029] 步骤4.2，根据待判定点P1的三维坐标X1,Y1,Z1以及三角形三个顶点P2,P3,P4的坐标X2,Y2,Z2、X3,Y3,Z3、X4,Y4,Z4，计算P1到三个顶点的距离，按照从低到高进行排列，假设该顺序为P2,P3,P4；

[0030] 步骤4.3，P1沿Z轴于到平面P2P3P4的焦点为Pproject，该焦点到直线P2P3的垂足为Pline，其中最大迭代距离和最大迭代角的阈值由以下公式计算得到：

[0031] lmax＝Pproject×tan(slope)

[0032]

[0033] 本发明与现有技术相比，具有以下优点：

[0034] 由于本发明可以自适应的选择传统算法中不直观、经验性选择的滤波参数，大幅降低了人工参数选择难度、提高滤波算法的适应性；本发明同时有效降低滤波中地面点误判为非地面点的误判率以及非地面点误判为地面点的误判率，大幅提高了滤波整体精度。

[0035] 经本发明在不同区域数据进行滤波处理，并将处理结果同时与人工分类的标准结果进行对比，结果表明该发明可以取得很好的点云滤波效果。附图说明

[0036] 图1为本发明自适应滤波方法的流程图。

具体实施方式

[0037] 下面通过实施例并结合附图，对本发明的技术方案作进一步具体的说明。

[0038] 实施例

[0039] 参照图1所示，本发明公开的一种针对机载激光雷达点云数据的全地形自适应滤波方法，包括如下步骤。

[0040] 步骤1，在飞行载体上即飞机上，搭载一套完整LiDAR系统，该系统包括激光扫描测距系统、差分GPS(DGPS)、惯性测量单元(IMU)和成像设备。制定好完整飞行方案，并按照飞行方案对测区进行航飞，根据激光传播时间以及机载激光雷达系统机载激光雷达数据生成理论模型得到测区点云数据。

[0041] 步骤2，对机载激光雷达生成的数据进行噪声点剔除处理，对点云中远高于或者远低于周围点的少数点进行识别并进行剔除。具体步骤如下：

[0042] 步骤2.1，根据高程信息对全部点云数据进行统计，并按照从低到高进行排序；

[0043] 步骤2.2，将统计结果中最大高程以及最小高程的全部点云作为噪声剔除。

[0044] 步骤3，对噪声剔除后的点云进行降采样处理，根据降采样数据计算坡度值，最终利用克里金内插对坡度计算结果进行升采样。具体步骤如下：

[0045] 步骤3.1，对获取的点云数据按照最大格网大小进行降采样，根据每个格网对应的点数为N，其中每个点的高程为hi，根据公式(1)计算每个格网对应高程：

[0046]

[0047] 步骤3.2，在步骤3.1的处理结果中选取3×3的格网空间，按照Z1到Z9对其进行编号，假设3.1中最大格网大小为S，根据公式(2)、(3)计算坡度：

[0048]

[0049]

[0050] 步骤3.3，使用步骤3.2中计算求得的坡度值利用克里金内插对坡度数据进行内插处理。

[0051] 步骤4，对其余未判定的点进行类别判断，在每次判定中先利用步骤3.2中计算求得的坡度值以及待判定点在不规则三角网中对应的三角形的三个顶点三维坐标计算最大迭代距离以及最大迭代角两个阈值。其中地形自适应阈值计算的步骤为：

[0052] 步骤4.1，确定待判定点的三维坐标以及该点对应于不规则三角网中的三角形；

[0053] 步骤4.2，根据待判定点P1的三维坐标X1,Y1,Z1以及三角形三个顶点P2,P3,P4的坐标X2,Y2,Z2、X3,Y3,Z3、X4,Y4,Z4，计算P1到三个顶点的距离，按照从低到高进行排列，假设该顺序为P2,P3,P4；

[0054] 步骤4.3，P1沿Z轴于到平面P2P3P4的焦点为Pproject，该焦点到直线P2P3的垂足为Pline，其中最大迭代距离和最大迭代角的阈值由式(4)计算：

[0055] lmax＝Pproject×tan(slope)

[0056]

[0057] 步骤5，将计算的阈值与待判定点和不规则三角网中对应的三角形的三个顶点三维坐标计算求得的实际最大迭代距离以及最大迭代角进行比较，若实际值均小于阈值则将该点标记为地面点并加入到不规则三角网中，该迭代过程一直重复直到没有点被判定为地面点。

[0058] 在本发明中，将所有限于现阶段的研究水平、点云中的地面点和非地面点间的判断成为点云滤波。本发明针对点云滤波中地面点误分为非地面点以及非地面点误分为地面点导致滤波精度下降的问题，自动化提高机载激光雷达滤波精度。经本发明在不同区域数据进行滤波处理，并将处理结果同时与人工分类的标准结果进行对比，结果表明该发明可以取得很好的点云滤波效果。

[0059] 本发明公开的方法可以直接对原始机载激光雷达点云数据进行处理估计、统计基础坡度参数，并根据坡度参数自适应地对不同地形环境中的点云进行滤波处理，通过坡度对滤波中的参数继续自适应选择，从而达到提高机载激光雷达滤波精度的目的。

[0060] 以下为本发明应用于机载激光雷达数据进行滤波时的精度评价表。

[0061]

[0062] 上述实施例仅例示性说明本发明的原理及其功效，以及部分运用的实施例，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

标题	发布/更新时间	阅读量
基于电磁超谐振器的超小型圆极化天线	2020-05-08	406
车载用的透明树脂部件	2020-05-08	700
一种标记图像的方法及装置	2020-05-08	816
一种基于改进型蜻蜓算法的车辆路径优化方法和系统	2020-05-11	161
一种快速人像照片的自动构图裁剪方法及系统	2020-05-08	47
用于检测图像中的目标对象的方法和装置	2020-05-11	377
一种渲染任务的调度方法、装置及计算机存储介质	2020-05-08	16
分光式光度仪	2020-05-08	688
一种抽滤装置	2020-05-08	839
一种食槽排水口防啃保护筛	2020-05-08	318

一种机载激光雷达点云的自适应滤波方法

一种机载激光雷达点云的自适应滤波方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：