一种基于双域图信号滤波检测建筑物边缘点的方法技术

技术编号:22848138 阅读:58 留言:0更新日期:2019-12-17 23:06
本发明专利技术公开了一种基于双域图信号滤波的建筑物边缘点检测方法,该方法包括通过采集机载激光雷达数据并生成三维点云数据;基于顶点的局部特征统计直方图和高程值,构建空域和值域的双域信号图;通过直方图交叉核和高斯函数构建三维空间加权无向信号图模型;利用双边滤波对信号图模型进行边缘感知平滑,剔除近地点和噪声点;基于双域信号图模型,构建双阈值高通滤波器自动化提取建筑边缘点。本发明专利技术利用机载激光雷达系统和POS系统采集地表建筑物三维点云数据,然后基于局部特征统计直方图构建三维加权双域信号图,利用不用的滤波器分别进行双边滤波平滑和双阈值高通滤波边缘检测,从而达到直接从原始点云数据中准确提取建筑物边缘点的目的。

A method of building edge detection based on signal filtering of dual domain graph

【技术实现步骤摘要】
一种基于双域图信号滤波检测建筑物边缘点的方法
本专利技术涉及一种激光雷达数据处理方法,尤其是涉及一种直接检测激光雷达数据的建筑物边缘点的方法,属于激光雷达数据处理

技术介绍
激光雷达(LightDetectionAndRanging,LiDAR)是九十年代初首先由西方国家发展起来并投入商业化应用的一门新兴技术,它集成激光测距仪、POS系统于一身,具备直接获取探测目标三维坐标信息的能力。该技术在三维空间信息的实时获取方面产生了重大突破,为获取高时空分辨率的空间信息提供了一种全新的技术手段。近年来,LiDAR技术已成为地理信息系统应用、摄影测量和地图制图生产常见的技术方法。利用LiDAR数据对研究目标进行分析的一个基础步骤是分割,分割是通过将整个数据集分成不同区域,并使得相同的区域具有相似的属性,以此实现对特定兴趣对象的提取和分析。在许多研究中,分割问题采用基于边缘特征的方法来处理,通过确定数据集上的边缘特征得到分割结果。传统的LiDAR数据边缘检测方法主要借鉴图像边缘检测的方法,通过将LiDAR数据转换为距离图像数据,再本文档来自技高网...

【技术保护点】
1.一种基于双域图信号滤波检测建筑物边缘点的方法,其特征在于:包括以下步骤:/n1)点云采集:利用配置和安装在飞行平台上的机载激光雷达和POS系统的数据信息,采集并生成三维点云数据;/n2)三维无向双域信号图模型构建:利用三维点云数据构建三维无向图,并基于局部特征统计直方图和高程值,构建包含空域信号和值域信号的三维无向双域信号图模型;/n3)三维加权无向信号图模型构建:根据步骤2)中得到的三维无向双域信号图模型作为输入值,基于直方图交叉核计算的空域距离和值域距离,根据高斯函数来进行双频信号图模型边矩阵的权重计算,构建三维加权无向信号图模型;/n4)双边滤波平滑:基于优化的双边滤波技术以及边缘保...

【技术特征摘要】
1.一种基于双域图信号滤波检测建筑物边缘点的方法,其特征在于:包括以下步骤:
1)点云采集:利用配置和安装在飞行平台上的机载激光雷达和POS系统的数据信息,采集并生成三维点云数据;
2)三维无向双域信号图模型构建:利用三维点云数据构建三维无向图,并基于局部特征统计直方图和高程值,构建包含空域信号和值域信号的三维无向双域信号图模型;
3)三维加权无向信号图模型构建:根据步骤2)中得到的三维无向双域信号图模型作为输入值,基于直方图交叉核计算的空域距离和值域距离,根据高斯函数来进行双频信号图模型边矩阵的权重计算,构建三维加权无向信号图模型;
4)双边滤波平滑:基于优化的双边滤波技术以及边缘保持原则,对步骤3)中构建的信号图模型进行边缘感知平滑,过滤掉近地物体及噪声点;
5)建筑物边缘点检测:基于步骤4)中得到的过滤掉近地物体及噪声点的双域信号图模型作为输入值,利用梯度幅值的双阈值高通滤波器自动化提取和检测建筑边缘点。


2.根据权利要求1所述的一种基于双域图信号滤波检测建筑物边缘点的方法,其特征在于:所述的步骤1)中还通过高程值基于多级阈值分割法对三维点云数据进行异常值剔除。


3.根据权利要求2所述的一种基于双域图信号滤波检测建筑物边缘点的方法,其特征在于:所述的步骤2)中三维无向双域信号图模型构建的方法包括以下子步骤:
2.1)将步骤1)中已剔除异常值的数据点作为顶点,构成顶点集合;基于KDtree确定查询点三维空间中的半径r范围内的k个近邻点,构成条无向边并组成边集合,构建三维无向图;
2.2)计算图模型中各顶点的局部特征统计直方图,...

【专利技术属性】
技术研发人员:徐地保张良王朝辉羌鑫林郑斌万红虞秀花杨婷郭震冬吴昊李广伟王继
申请(专利权)人:江苏省测绘工程院
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1