建筑物点云提取方法、装置、计算机设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供一种建筑物点云提取方法、装置、计算机设备及可读存储介质，其中，该方法包括：获取地面点云和建筑物与高出地面植被的混合点云；将地面点云以及混合点云生成格网，确定每个点在格网中对应的网格块；在地面点云中建立二维的德洛内三角网，将至少两条边大于预设边长且坡度小于预设角度的德洛内三角网所跨越的网格块确定为种子网格块；得到每个种子网格块的八邻域网格聚类结果，各种子网格块的八邻域网格聚类结果组成网格聚类结果；将网格聚类结果中网格块内的建筑物与高出地面植被的混合点云进行欧式距离聚类，在欧式距离聚类结果内的所有点按照高程值分层，各层中属于直线模型的点组成数据点集合；从数据点集合中确定建筑物点云。

Building point cloud extraction method, device, computer equipment and readable storage medium

【技术实现步骤摘要】
建筑物点云提取方法、装置、计算机设备及可读存储介质
本专利技术涉及激光点云分类
，特别涉及一种建筑物点云提取方法、装置、计算机设备及可读存储介质。
技术介绍
机载激光雷达(LIDAR)技术是近年来发展起来的一种可以直接获取地面三维信息的技术，具有传统航空摄影测量无可比拟的优势，激光雷达扫描系统避免了传统摄影测量中所必须的定向及影像匹配等步骤，相比于传统的摄影测量方法速度快、精度高、成本低，具备实时性、高效性、非接触性、数据量大等优点。但LIDAR获取的输电走廊的点云数据除包含建筑物信息外，也包含了其他点云信息，如地面信息、植被信息及导线信息等，要准确获取建筑物的三维信息，必须对LIDAR数据进行处理。由于建筑物的几何模型具有多样性、复杂性，建筑物所处的人工环境和自然环境一般比较复杂，既有树木等植被，又有道路，杆塔等其他人工地物，建筑物的提取一直是个难点，目前提取建筑物的方法主要有以下3类：1)基于区域增长法：该方法先计算点云法线，然后根据建筑物屋顶面的特性，采用计算点云法线夹角的策略提取建筑物点云，但初始种子点和增长停止准本文档来自技高网...

【技术保护点】
1.一种建筑物点云提取方法，其特征在于，包括：/n在输电走廊的激光雷达点云数据中获取地面点云以及建筑物与高出地面植被的混合点云；/n将所述地面点云以及所述混合点云生成格网，根据所述地面点云以及所述混合点云中每个点的二维坐标确定每个点在所述格网中对应的网格块；/n在所述地面点云中建立二维的德洛内三角网，并将至少两条边大于预设边长且坡度小于预设角度的德洛内三角网所跨越的网格块确定为种子网格块，所有种子网格块组成种子网格块集合；/n针对每个种子网格块进行八邻域网格聚类，得到该种子网格块的八邻域网格聚类结果，各种子网格块的八邻域网格聚类结果组成网格聚类结果；/n将所述网格聚类结果中网格块内的建筑物与高...

【技术特征摘要】
1.一种建筑物点云提取方法，其特征在于，包括：
在输电走廊的激光雷达点云数据中获取地面点云以及建筑物与高出地面植被的混合点云；
将所述地面点云以及所述混合点云生成格网，根据所述地面点云以及所述混合点云中每个点的二维坐标确定每个点在所述格网中对应的网格块；
在所述地面点云中建立二维的德洛内三角网，并将至少两条边大于预设边长且坡度小于预设角度的德洛内三角网所跨越的网格块确定为种子网格块，所有种子网格块组成种子网格块集合；
针对每个种子网格块进行八邻域网格聚类，得到该种子网格块的八邻域网格聚类结果，各种子网格块的八邻域网格聚类结果组成网格聚类结果；
将所述网格聚类结果中网格块内的建筑物与高出地面植被的混合点云进行欧式距离聚类，得到欧式距离聚类结果；
在欧式距离聚类结果内的所有点按照高程值分层，并确定每层中属于直线模型的点，各层中属于直线模型的点组成数据点集合；
从所述数据点集合中确定建筑物点云。


2.如权利要求1所述的建筑物点云提取方法，其特征在于，将至少两条边大于预设边长且坡度小于预设角度的德洛内三角网所跨越的网格块确定为种子网格块，包括：
针对每个德洛内三角网，计算该德洛内三角网的平面与水平面之间的夹角，该夹角为该德洛内三角网的坡度；
确定出至少两条边大于预设边长且所述夹角小于预设角度的德洛内三角网，组成三角网集合；
针对三角网集合中的每个德洛内三角网，确定该德洛内三角网的最小外接矩形所跨越的网格块，确定出的网格块为种子网格块。


3.如权利要求1所述的建筑物点云提取方法，其特征在于，针对每个种子网格块进行八邻域网格聚类，得到该种子网格块的八邻域网格聚类结果，包括：
针对种子网格块集合中的每个种子网格块循环执行以下步骤；
将当前种子网格块放入一个聚类集合中，在所述种子网格块集合中删除该当前种子网格块；
针对所述聚类集合中的每个种子网格块，执行以下步骤，直至遍历完聚类集合中的所有种子网格块，所述聚类集合为当前种子网格块的八邻域网格聚类结果：
从聚类集合中取出一个种子网格块，获取与该种子网格块八邻域相邻的8个网格块；
当该8个网格块中存在与所述种子网格块集合中的种子网格块重合的网格块时，将重合的种子网格块放入聚类集合中，在所述种子网格块集合中删除该重合的种子网格块。


4.如权利要求1至3中任一项所述的建筑物点云提取方法，其特征在于，将所述网格聚类结果中网格块内的建筑物与高出地面植被的混合点云进行欧式距离聚类，得到欧式距离聚类结果，包括：
针对每个种子网格块的八邻域网格聚类结果中所有网格块内的建筑物与高出地面植被的混合点云进行欧式距离聚类，得到该种子网格块对应的距离聚类结果，各种子网格块对应的距离聚类结果组成欧式距离聚类结果。


5.如权利要求4所述的建筑物点云提取方法，其特征在于，将欧式距离聚类结果内的所有点按照高程值分层，并确定每层中属于直线模型的点，各层中属于直线模型的点组成数据点集合，包括：
将每个种子网格块对应的距离聚类结果中的点按照高程值分层；
针对每层中的点，随机选取两个点组成直线模型，距直线模型的距离小于第一预设距离的点为直线模型的局内点，确定该层内的每个点是否属于直线模型的局内点，直至遍历该层内所有的点，包括点最多的直线模型为该层的匹配直线模型，匹配直线模型内的点组成该层的分数据点集合，各层的分数据点集合组成该种子网格块对应的距离聚类结果对应的第一数据点集合，各种子网格块对应的距离聚类结果对应的第一数据点集合组成所述数据点集合。


6.如权利要求5所述的建筑物点云提取方法，其特征在于，从所述数据点集合中确定建筑物点云，包括：
针对每个种子网格块对应的距离聚类结果对应的第一数据点集合，执行以下步骤，直至遍历该第一数据点集合中的每个点：
从该第一数据点集合中取一个点，在第一数据点集合中确定出以该点为圆心且预设半径值为半径的圆所包含的点
利用确定出的所有点拟合平面；
针对确定出的每个点，计算点到拟合出的平面的距离值；
将距离值小于第二预设距离的点确定为平面内的点；
当平面内的点的总数与确定出的点的总数之间的比例大于预设值，确定该平面为建筑物的平面，确定该平面内的点为建筑物的点。


7.一种建筑物点云提取装置，其特征在于，包括：
...

【专利技术属性】
技术研发人员：王和平，邹彪，武艺，吴建军，刘伟东，姜文东，孟小前，周象贤，杨国柱，程海涛，郑思嘉，
申请(专利权)人：国网通用航空有限公司，国网浙江省电力有限公司，国家电网有限公司，
类型：发明
国别省市：北京;11