面向全息测绘的多平台点云智能处理方法技术

本发明专利技术涉及一种面向全息测绘的多平台点云智能处理方法，包括海量点云数据的组织及调度；点云数据质量控制及改善，实现无控制点条件下点云位置一致性的自动化改正；多平台激光点云数据高精度融合，包括进行近邻点云查找，全局匹配能量方程构建和二分图的最小代价匹配；地物目标自动化提取，包括通过地物目标几何语义一致性提取，实现全类型地物目标高精度提取及矢量化；基于格式塔法则的地物目标多细节层次模型重建，包括通过格式塔法数学模型和拓扑关系图，建立起建地物目标的多细节层次三维模型。本发明专利技术实现了基于多平台点云数据的全息测绘产品生产过程，操作简单，容易实现，能大大减少数据处理人工工作量，提高了工作生产效率和产品更新周期。

Intelligent processing method of multi-platform point cloud for holographic mapping

【技术实现步骤摘要】
面向全息测绘的多平台点云智能处理方法
本专利技术涉及对智能化全息测绘关键技术，包括多平台激光点云数据组织管理、质量改善、基准统一、地物目标自动化提取以及实景模型重建等处理，属于激光点云自动化处理以及新型基础测绘领域。
技术介绍
随着“数字地球”的深入人心，以及“智慧城市”的快速发展，人们对全面、准确、实时的地理信息数据，特别是高精度的三维地理信息需求越来越旺盛。以地图和影像为代表的二维空间数据表达已经远远不能满足人们对真实三维空间认知的需要，如何准确、快速地获取三维地理信息成为测绘地理信息领域的根本任务和迫切需求。随着激光扫描技术的快速发展，点云成为继地图和影像后的第三类空间数据，为三维现实世界精确刻画提供了崭新的表达方式，在全球变化、智慧城市、全球制图、智能交通等国家重大需求中起到十分重要的作用。激光扫描系统能够在高速移动状态下获取道路以及道路两侧建筑物、树木、交通标牌等地物表面的精确三维信息，具有数据采集速度快、自动化程度高、受天气影响小、数据内容丰富等传统测绘手段无可比拟的优势，对于提高测绘产品生产效率及自动化水平具有十分重要的作用。本专利技术针对智能化全息测绘自动化程度低、生产周期长等不足，以及激光扫描数据的自动化处理的关键技术难点和瓶颈，以机载、车载、地面式和便携式(背包)等多平台点云和影像为数据源，以实现城市场景全要素提取和实景模型自动化重建为目标，重点攻克海量点云和影像数据的组织及调度、点云数据的质量控制及改善、多平台激光点云数据高精度融合、地物目标自动化提取、地物目标自动矢量化、地物目标实景模型重建等方法，研制了面向全息测绘产品的激光扫描数据的自动化处理与建模系统，实现了基于多平台点云数据的“全要素提取”、“一测多用”、“智能化、自动化”全息测绘生产体系，推进激光扫描技术在测绘领域的广泛应用。
技术实现思路
本专利技术提出了一种面向全息测绘的多平台点云智能处理新方法，包括海量点云数据的组织及调度、点云数据质量控制及改善、多平台激光点云数据高精度融合、地物目标自动化提取和地物目标模型重建。本专利技术提供一种面向全息测绘的多平台点云智能处理方法，包括以下步骤：1)基于多平台采集的点云数据和影像，采用高效索引实现海量点云数据的组织及调度；2)点云数据质量控制及改善，实现无控制点条件下点云位置一致性的自动化改正；3)多平台激光点云数据高精度融合，包括进行近邻点云查找，全局匹配能量方程构建和二分图的最小代价匹配；4)地物目标自动化提取，包括通过地物目标几何语义一致性提取，实现全类型地物目标高精度提取及矢量化；5)基于格式塔法则的地物目标多细节层次模型重建，包括为实现地物目标多细节层次的构建，建立包含邻接性、封闭性、相似性和连续性的格式塔法数学模型，以步骤4中地物目标自动化提取所得面片为基础，构建融合视觉感知规则属性和面元间空间关系的拓扑关系图，所述视觉感知规则属性包括邻接性和相似性；通过格式塔法数学模型和拓扑关系图，建立起建地物目标的多细节层次三维模型。而且，步骤1)实现方式如下，包括首先使用八叉树对点云进行空间划分，生成索引缓存；然后依据点云数据的空间组成结构与位置关系，构建LOD索引树，并使用OpenGL技术对点云进行显示；最后使用多线程技术与Out-Of-Core内外存调度，实现海量点云数据的快速可视化。而且，步骤2)包括以下子步骤，2.1)依据轨迹点的加速度、角速度寻找速度和角度变化显著的点，并据此提取分段点；2.2)寻找已有分段点在重访轨迹上的对应点作为新的分段点，沿轨迹均匀筛选分段点，包括首先每隔距离D1筛选细分段点对，然后每隔距离D2筛选粗分段点对，D1小于D2；2.3)依据分段点云包围盒探测重访分段，提取重访分段的二进制形状上下文特征并进行同名特征匹配，利用同名特征对重访粗分段进行两两配准，将配准结果传递给细分段，并据此重新进行重访细分段的同名特征匹配，利用同名特征对重访细分段进行两两配准，再利用迭代最近点算进行精配准，并依据特征点对数量及重叠度剔除不可靠的两两配准结果；2.4)依据重访分段两两配准结果及相邻分段间的转换关系构建目标函数，依据同名点的欧氏距离构建数据项，分段间转换关系构建平滑项，依据重访分段的同名特征数量设定权重，最后采用增量更新算法实现目标函数的全局最小化，从而实现全局最优的点云位置一致性的自动化改正。而且，所述目标函数如下，其中，前一项为依据同名点欧氏距离残差构建的数据项，C和T分别表示同名特征的集合与其对应的转换矩阵集合，(Fi,f′i)表示一对同名特征，和分别表示与Fi和F′i关联的转换矩阵，和分别表示Fi和F′i转换后的特征，表示同名特征转换后的距离残差；后一项为相邻点云转换参数变换后的距离残差构建的平滑项，S和||分别表示车辆行驶轨迹上的分段和分段个数，和表示相邻分段Si和Si+1间同名点及其个数，和是中第j对同名点，表示分段Si的位姿转换矩阵，表示相邻分段Si和Si+1中同名点利用矩阵和转换后的距离残差。而且，步骤3)中，所述地物目标几何语义一致性提取，实现如下，利用顾及特征和欧氏距离约束的多尺度超体素快速生成技术，实现大规模点云数据从“点”到“超体素”的抽象；创建融合特征相似性、空间平滑性和实体紧致性的全局能量方程；.把点云分割和识别转换为全局能量最优化问题，并采用增量更新算法实现能量方程的全局最小化，实现多类型道路要素的协同分割与识别。而且，步骤5)中，通过格式塔法数学模型和拓扑关系图，建立起建地物目标的多细节层次三维模型，包括以下子步骤，5.1)将步骤4)中提取的面片，根据面片在拓扑关系图中的父节点，将第一层的面片划分成不同的子集合，即具有相同父节点的面片被分配到相同的子集合；5.2)遍历各子集合，判断其中任意两面片在平面上是否相邻，如果相邻则两面片组成面片对；5.3)遍历各子集合中所有的面片对，确定其拓扑关系：对面片对中的两面片进行求交，从而得到相交线，如果相交线一定邻域内存在两面片内的点云，则两面片为相交关系；否则，两面片之间是阶跃关系；最后，判断其中一面片是否包含于另一面片中，如果存在包含关系，则在相交或阶跃关系的基础上再标记出包含关系。而且，所述多平台采集的点云数据和影像，包括机载、车载、地面式和便携式采集的点云数据及影像。本专利技术实现了基于多平台点云数据的全息测绘产品生产过程，推进激光扫描技术在测绘领域的应用。该方法采用计算机软件方式支持自动运行流程，操作简单，容易实现，能大大减少数据处理的人工工作量，提高了工作生产效率和产品更新周期，在智慧城市、智能交通、基础测绘等领域具有广泛的应用前景。和现有技术相比，本专利技术的区别和优点是：1)提出一种新的海量点云、影像、矢量数据高效索引技术，提高了索引建立的效率和鲁棒性；2)研究了一种点云数据质量自动化控制及改善技术，实现了无控制点条件下点云位置一致性的自动化改正；3)发展了一种多平台激光点云数据高精度、层次化融合方法，显著提高了现有点云配准方法的自动化水平；4)创建了地物目标几何语义一致性提取方法，实现了兼顾精准几何边界和正确语义标识的目标地物结构化提取；5)构建了基于格式塔法则的地物目标多细节层次模型重建方法，实现了地物目标按需多尺度的模型重建，提高了模型重建的精度和自动化水平。可见，本专利技术综合以上本文档来自技高网...

【技术保护点】
1.一种面向全息测绘的多平台点云智能处理方法，其特征在于：包括以下步骤：1)基于多平台采集的点云数据和影像，采用高效索引实现海量点云数据的组织及调度；2)点云数据质量控制及改善，实现无控制点条件下点云位置一致性的自动化改正；3)多平台激光点云数据高精度融合，包括进行近邻点云查找，全局匹配能量方程构建和二分图的最小代价匹配；4)地物目标自动化提取，包括通过地物目标几何语义一致性提取，实现全类型地物目标高精度提取及矢量化；5)基于格式塔法则的地物目标多细节层次模型重建，包括为实现地物目标多细节层次的构建，建立包含邻接性、封闭性、相似性和连续性的格式塔法数学模型，以步骤4中地物目标自动化提取所得面片为基础，构建融合视觉感知规则属性和面元间空间关系的拓扑关系图，所述视觉感知规则属性包括邻接性和相似性；通过格式塔法数学模型和拓扑关系图，建立起建地物目标的多细节层次三维模型。

【技术特征摘要】
1.一种面向全息测绘的多平台点云智能处理方法，其特征在于：包括以下步骤：1)基于多平台采集的点云数据和影像，采用高效索引实现海量点云数据的组织及调度；2)点云数据质量控制及改善，实现无控制点条件下点云位置一致性的自动化改正；3)多平台激光点云数据高精度融合，包括进行近邻点云查找，全局匹配能量方程构建和二分图的最小代价匹配；4)地物目标自动化提取，包括通过地物目标几何语义一致性提取，实现全类型地物目标高精度提取及矢量化；5)基于格式塔法则的地物目标多细节层次模型重建，包括为实现地物目标多细节层次的构建，建立包含邻接性、封闭性、相似性和连续性的格式塔法数学模型，以步骤4中地物目标自动化提取所得面片为基础，构建融合视觉感知规则属性和面元间空间关系的拓扑关系图，所述视觉感知规则属性包括邻接性和相似性；通过格式塔法数学模型和拓扑关系图，建立起建地物目标的多细节层次三维模型。2.根据权利要求1所述面向全息测绘的多平台点云智能处理方法，其特征在于：步骤1)实现方式如下，包括首先使用八叉树对点云进行空间划分，生成索引缓存；然后依据点云数据的空间组成结构与位置关系，构建LOD索引树，并使用OpenGL技术对点云进行显示；最后使用多线程技术与Out-Of-Core内外存调度，实现海量点云数据的快速可视化。3.根据权利要求1所述面向全息测绘的多平台点云智能处理方法，其特征在于：步骤2)包括以下子步骤，2.1)依据轨迹点的加速度、角速度寻找速度和角度变化显著的点，并据此提取分段点；2.2)寻找已有分段点在重访轨迹上的对应点作为新的分段点，沿轨迹均匀筛选分段点，包括首先每隔距离D1筛选细分段点对，然后每隔距离D2筛选粗分段点对，D1小于D2；2.3)依据分段点云包围盒探测重访分段，提取重访分段的二进制形状上下文特征并进行同名特征匹配，利用同名特征对重访粗分段进行两两配准，将配准结果传递给细分段，并据此重新进行重访细分段的同名特征匹配，利用同名特征对重访细分段进行两两配准，再利用迭代最近点算进行精配准，并依据特征点对数量及重叠度剔除不可靠的两两配准结果；2.4)依据重访分段两两配准结果及相邻分段间的转换关系构建目标函数，依据同名点的欧氏距离构建数据项，分段间转换关系构建平滑项，依据重访分段的同名特征数量设定权重，最后采用增量更新θ-expansion算法实现目标函数的全局最小化，从而实现全局最优的点云位置一致性的自动化改正...

【专利技术属性】
技术研发人员：杨必胜，顾建祥，董震，杨铭，邹响红，
申请(专利权)人：武汉大学，上海市测绘院，
类型：发明
国别省市：湖北,42