。
[0038] 進(jìn)一步地，所述步驟四具體包括以下步驟：
[0039] (1)統(tǒng)計(jì)對(duì)象的多回波比例，以點(diǎn)云分割獲取的對(duì)象為基本組織單元，統(tǒng)計(jì)每一個(gè) 對(duì)象包含的激光雷達(dá)點(diǎn)的總數(shù)量、多回波激光雷達(dá)點(diǎn)的數(shù)量以計(jì)算多回波的比例；
[0040] (2)根據(jù)多回波比例特征判別對(duì)象及相關(guān)激光雷達(dá)點(diǎn)的類別，對(duì)于任意一個(gè)對(duì)象， 如果其多回波比例大于50%，則將該對(duì)象包含的所有激光雷達(dá)點(diǎn)的類別號(hào)標(biāo)記地物點(diǎn)。
[0041 ] 進(jìn)一步地，所述步驟五具體包括以下步驟：
[0042] (1)提取對(duì)象的輪廓點(diǎn)及輪廓線，采用建立不規(guī)則三角網(wǎng)提取對(duì)象的輪廓點(diǎn)，依次 連接各輪廓點(diǎn)生成對(duì)象的輪廓線；
[0043] (2)提取對(duì)象的骨架線及其骨架線附近的點(diǎn)；
[0044] (3)確定對(duì)象的特征點(diǎn)，將輪廓點(diǎn)和骨架線附近的點(diǎn)作為對(duì)象的特征點(diǎn)。
[0045] 進(jìn)一步地，所述步驟六具體包括以下步驟：
[0046] (1)建立格網(wǎng)索引，對(duì)特征點(diǎn)集建立二維分塊格網(wǎng)索引結(jié)構(gòu)；
[0047] (2)選擇初始種子點(diǎn)，從二維分塊格網(wǎng)索引結(jié)構(gòu)的每個(gè)格網(wǎng)單元格中選取格網(wǎng)中 高程最低的特征點(diǎn)，同時(shí)將特征點(diǎn)所在對(duì)象包含的所有特征點(diǎn)作為地面種子點(diǎn)；
[0048] (3)構(gòu)建初始種子點(diǎn)的三角網(wǎng)，利用所有的地面種子點(diǎn)構(gòu)建一個(gè)三角網(wǎng)，該三角網(wǎng) 代表該區(qū)域的初始數(shù)字高程模型；
[0049] (4)判別對(duì)象的類別，通過迭代特征點(diǎn)來判別對(duì)象的類別；
[0050] (5)更新對(duì)象包含原始激光雷達(dá)點(diǎn)的類別，將對(duì)象的類別賦值給其包含的原始激 光雷達(dá)點(diǎn)，從而完成機(jī)載激光雷達(dá)點(diǎn)云濾波工作。
[0051] 進(jìn)一步地，所述判別對(duì)象的類別是一個(gè)迭代的過程，判別對(duì)象類別過程中涉及三 個(gè)參數(shù):最大角度閾值Θ、最大距離閾值d和最大地形角度閾值t;判別對(duì)象類別過程包括以 下步驟：
[0052] 1)迭代次數(shù)記為0,對(duì)于每一個(gè)待判別的類別為"Γ的特征點(diǎn)，找到該特征點(diǎn)落入 的三角形，計(jì)算該特征點(diǎn)到三角形構(gòu)成的平面的距離及該特征點(diǎn)到三角形三點(diǎn)的夾角、并 找出三個(gè)夾角中的最大角；如果同時(shí)滿足:距離小于最大距離閾值d、最大角小于最大角度 閾值Θ，則認(rèn)為該特征點(diǎn)是地面點(diǎn)，將該點(diǎn)的類別號(hào)標(biāo)記為地面點(diǎn)；
[0053] 2)以對(duì)象為基本判別單元，統(tǒng)計(jì)該對(duì)象中地面點(diǎn)的比例。如果該比例大于50%，將 該對(duì)象和相關(guān)特征點(diǎn)的類別號(hào)標(biāo)記為地面點(diǎn)；否則，將該對(duì)象和相關(guān)特征點(diǎn)的類別號(hào)標(biāo)記 為 "1"。
[0054] 3)將獲得的地面點(diǎn)插入三角網(wǎng)，同時(shí)迭代次數(shù)自增1;
[0055] 4)重復(fù)上述步驟1)至3)，繼續(xù)執(zhí)行直至迭代次數(shù)達(dá)到5后則停止迭代。
[0056]本發(fā)明的有益效果如下：本發(fā)明在剔除粗差點(diǎn)后，對(duì)機(jī)載激光雷達(dá)點(diǎn)云進(jìn)行基于 光滑表面生長的點(diǎn)云分割獲取對(duì)象，根據(jù)對(duì)象的多回波比例特征識(shí)別潛在的地物對(duì)象、并 剔除地物對(duì)象及其所包含的激光雷達(dá)點(diǎn)，提取對(duì)象的特征點(diǎn)、并利用特征點(diǎn)替代對(duì)象包含 的原始激光雷達(dá)點(diǎn)參與后續(xù)運(yùn)算，以對(duì)象作為基本單元參與基于三角網(wǎng)漸進(jìn)加密的判別以 區(qū)分地面對(duì)象(地面對(duì)象包含的點(diǎn)為地面點(diǎn)）和地物對(duì)象(地物對(duì)象包含的點(diǎn)為地物點(diǎn)），顯 著的提高了濾波的精度。
[0057]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下特點(diǎn)：
[0058] (1)本發(fā)明利用點(diǎn)云分割獲取對(duì)象、利用對(duì)象的特征點(diǎn)替代對(duì)象包含的原始點(diǎn)進(jìn) 行面向?qū)ο蟮臋C(jī)載激光雷達(dá)點(diǎn)75Γ濾波，有效提尚了機(jī)載激光雷達(dá)點(diǎn)75Γ濾波的精度。
[0059] (2)本發(fā)明創(chuàng)造性的將粗差剔除、點(diǎn)云分割、多回波分析、特征點(diǎn)提取、基于三角網(wǎng) 漸進(jìn)加密的對(duì)象類別判別等五個(gè)步驟進(jìn)行有機(jī)結(jié)合起來，形成了一套完整的面向?qū)ο蟮臋C(jī) 載激光雷達(dá)點(diǎn)云濾波的技術(shù)流程，為機(jī)載激光雷達(dá)點(diǎn)云濾波技術(shù)提供了有效的途徑。
[0060] (3)相比現(xiàn)有的機(jī)載激光雷達(dá)點(diǎn)云濾波方法，本發(fā)明的濾波精度更高，對(duì)山區(qū)、城 區(qū)等多種地貌類型具有廣泛的適用性。
【附圖說明】
[0061 ]圖1為本發(fā)明的方法流程圖；
[0062]圖2為現(xiàn)有技術(shù)采用的三角網(wǎng)漸進(jìn)加密濾波方法的局限性分析示意圖；
[0063]圖3(a)為某一區(qū)域的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)示意圖；
[0064]圖3(b)為機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)的高程直方圖；
[0065] 圖4為本發(fā)明采用的點(diǎn)云分割方法的技術(shù)流程圖；
[0066] 圖5(a)為某一對(duì)象的初始輪廓點(diǎn)判定的示意圖；
[0067] 圖5(b)為某一對(duì)象的初始輪廓線生成過程的示意圖；
[0068] 圖6(a)為某對(duì)象涉及的LiDAR點(diǎn)的示意圖；
[0069] 圖6(b)為某對(duì)象的特征點(diǎn)的示意圖；
[0070]圖7(a)為某機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的示意圖；
[0071]圖7(b)為點(diǎn)云分割的結(jié)果示意圖；
[0072] 圖7(c)為初始的地面種子點(diǎn)的示意圖；
[0073] 圖7(d)為由種子點(diǎn)構(gòu)建的三角網(wǎng)的示意圖；
[0074]圖7(e)為角度和距離判別的示意圖；
[0075]圖7(f)為鏡像過程的示意圖；
[0076] 圖8為本發(fā)明的整體數(shù)值計(jì)算流程圖；
[0077] 圖9(a)場(chǎng)景1及Samplell和Samplel2的范圍的示意圖；
[0078] 圖9(b)場(chǎng)景2及Sample21至Sample24的范圍的示意圖；
[0079]圖9(c)場(chǎng)景3及Sample31的范圍的示意圖；
[0080] 圖9(d)場(chǎng)景4及Sample41和Sample42的范圍的不意圖；
[0081 ] 圖9(e)場(chǎng)景5及Sample51至Sample54的范圍的示意圖；
[0082] 圖9(f)場(chǎng)景6及Sample61的范圍的示意圖；
[0083]圖9(g)場(chǎng)景7及Sample71的范圍的示意圖；
[0084]圖10(a)為兩種濾波方法在15個(gè)樣本區(qū)的Typel誤差分布規(guī)律示意圖；
[0085]圖10(b)為兩種濾波方法在15個(gè)樣本區(qū)的Typell誤差分布規(guī)律示意圖；
[0086]圖10(c)為兩種濾波方法在15個(gè)樣本區(qū)的總誤差的分布規(guī)律示意圖。
【具體實(shí)施方式】
[0087]為能清楚說明本方案的技術(shù)特點(diǎn)，下面通過【具體實(shí)施方式】，并結(jié)合其附圖，對(duì)本發(fā) 明進(jìn)行詳細(xì)闡述。下文的公開提供了許多不同的實(shí)施例或例子用來實(shí)現(xiàn)本發(fā)明的不同結(jié) 構(gòu)。為了簡化本發(fā)明的公開，下文中對(duì)特定例子的部件和設(shè)置進(jìn)行描述。此外，本發(fā)明可以 在不同例子中重復(fù)參考數(shù)字和/或字母。這種重復(fù)是為了簡化和清楚的目的，其本身不指示 所討論各種實(shí)施例和/或設(shè)置之間的關(guān)系。應(yīng)當(dāng)注意，在附圖中所圖示的部件不一定按比例 繪制。本發(fā)明省略了對(duì)公知組件和處理技術(shù)及工藝的描述以避免不必要地限制本發(fā)明。
[0088]針對(duì)機(jī)載激光雷達(dá)點(diǎn)云濾波的需要，本發(fā)明提供了一種面向?qū)ο蟮臋C(jī)載激光雷達(dá) 點(diǎn)云濾波方法，利用對(duì)象的特征點(diǎn)替代對(duì)象包含的原始點(diǎn)進(jìn)行面向?qū)ο蟮臋C(jī)載激光雷達(dá)點(diǎn) 云濾波，提高了濾波的精度。
[0089] 如圖1所示，本發(fā)明的一種面向?qū)ο蟮臋C(jī)載激光雷達(dá)點(diǎn)云濾波方法，它包括以下步 驟：
[0090] 步驟一，加載機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)；
[0091 ]步驟二，識(shí)別機(jī)載激光雷達(dá)點(diǎn)云中的粗差點(diǎn)，并剔除粗差點(diǎn)；
[0092] 步驟三，進(jìn)行基于光滑表面生長的機(jī)激光雷達(dá)點(diǎn)云分割以獲取對(duì)象；
[0093] 步驟四，分析對(duì)象的多回波比例特征識(shí)別潛在的地物對(duì)象，并剔除地物對(duì)象及其 所包含的激光雷達(dá)點(diǎn)；
[0094] 步驟五，提取對(duì)象的特征點(diǎn)，并利用特征點(diǎn)替代對(duì)象包含的原始激光雷達(dá)點(diǎn)參與 后續(xù)運(yùn)算；
[0095] 步驟六，進(jìn)行基于特征點(diǎn)的對(duì)象類別判別，并更新對(duì)象包含的原始激光雷達(dá)點(diǎn)的 類別。
[0096] 進(jìn)一步地，所述步驟二具體包括以下步驟：
[0097] (1)預(yù)處理
[0098]將待處理機(jī)載激光雷達(dá)點(diǎn)云涉及所有點(diǎn)的類別號(hào)標(biāo)記為"Γ，"Γ代表了未分類的 點(diǎn)。
[0099] (2)目視分析機(jī)載激光雷達(dá)點(diǎn)云的高程分布特征
[0100]粗差是影響機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波效果的關(guān)鍵因素之一，因?yàn)榇蟛糠譃V波算 法在選擇初始地面點(diǎn)時(shí)常選取局部最低點(diǎn)為地面點(diǎn)。如果該局部最低點(diǎn)為粗差點(diǎn)，則很容 易將與該粗差點(diǎn)鄰近的地面點(diǎn)判別為地物點(diǎn)，會(huì)嚴(yán)重地影響一定區(qū)域范圍內(nèi)的濾波的效 果。因此，粗差剔除是機(jī)載激光雷達(dá)數(shù)據(jù)濾波的前提之一。由于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)中的 部分粗差呈現(xiàn)出顯著的高于或者低于其他激光雷達(dá)點(diǎn)的現(xiàn)象，如圖3(a)所示，對(duì)于此類顯 著粗差可以通過高程直方圖（如圖3(b)所示)分析進(jìn)行剔除。在目視分析機(jī)載激光雷達(dá)點(diǎn)云 的高程分布特征后，如果發(fā)現(xiàn)該點(diǎn)云數(shù)據(jù)中存在明顯的高位粗差和低位粗差，直接進(jìn)入步 驟(3);如果發(fā)現(xiàn)該點(diǎn)云數(shù)據(jù)中沒有明顯的高位粗差和低位粗差，此步驟可以省略，直接進(jìn) 入步驟(4)。
[0101] (3)建立點(diǎn)云的高程直方圖識(shí)別顯著的粗差
[0102] 利用機(jī)載激光雷達(dá)點(diǎn)云的高程z特征，建立高程直方圖，如圖3(b)所示。通過觀察 高程直方圖，人工分別確定一個(gè)較小的