【技术实现步骤摘要】
一种基于DBSCAN的分层点云分割方法
本专利技术涉及LiDAR点云数据信息提取
，具体涉及一种基于DBSCAN的分层点云分割方法。
技术介绍
传统三维激光扫描技术是测绘技术中继GPS系统后的又一次新的突破，其利用激光测距的原理，能够快速、精确、连续地获取物体表面大量密集点的三维坐标、反射强度等信息，目前广泛应用于森林生态、城市变化检测、城市道路检测和规划以及机器人环境感知等领域。然而，由于点云数据分布不均匀，不具备语义信息，甚至大部分点云数据均不包含颜色信息，对点云数据处理和应用造成了较大的干扰，因此，目前虽然在点云配准、分类以及三维建模等方面均取得了一定的研究成果，但是这些方法主要针对某些特定的数据集或者需要处理者对数据和算法有着一定的理解认识，仍然无法实现对点云数据快速、自动、高精度处理。点云分割是进行点云分类、三维建模等工作的必要前提，现有的点云分割方法主要有基于边缘的分割方法、基于模型的分割方法、基于图的分割方法以及基于聚类的分割方法。其中基于边缘的分割方法将检测到的点云属性急剧变化的区域视为边缘区域...
【技术保护点】
1.一种基于DBSCAN的分层点云分割方法，其特征在于，包括如下步骤：/n步骤S0：通过地基激光扫描仪或者移动激光扫描仪获取侧视激光点云数据，并利用布料模拟滤波算法CSF对点云数据进行地面滤波分割地面点和非地面点；/n步骤S1：对非地面点云基于层高H对点云数据进行垂直分层，且将每一层点云数据投影至XOY平面且进行一次DBSCAN聚类，并获取每个聚类簇的中心点；/n步骤S2：根据大部分物体在不同高度的位置分布一致性，将所有中心点在XOY平面的投影进行一次DBSCAN聚类，提取每个物体主体；/n步骤S3：基于每个物体的主体都是完整独立的假设，判断每一层每个簇中所包含的主体数，从...
【技术特征摘要】
1.一种基于DBSCAN的分层点云分割方法，其特征在于，包括如下步骤：
步骤S0：通过地基激光扫描仪或者移动激光扫描仪获取侧视激光点云数据，并利用布料模拟滤波算法CSF对点云数据进行地面滤波分割地面点和非地面点；
步骤S1：对非地面点云基于层高H对点云数据进行垂直分层，且将每一层点云数据投影至XOY平面且进行一次DBSCAN聚类，并获取每个聚类簇的中心点；
步骤S2：根据大部分物体在不同高度的位置分布一致性，将所有中心点在XOY平面的投影进行一次DBSCAN聚类，提取每个物体主体；
步骤S3：基于每个物体的主体都是完整独立的假设，判断每一层每个簇中所包含的主体数，从而判断每一层的每个簇是否为多主体相交的簇；
步骤S4：遍历所有簇，如果簇中只包含一个物体，则认为该簇中所有点都属于该物体，而对于包含多个物体的簇，利用同一个物体之间垂直方向的连续性进行进一步分割处理。
2.根据权利要求1所述的一种基于DBSCAN的分层点云分割方法，其特征在于，所述步骤S0中利用布料模拟滤波算法CSF对点云数据进行地面滤波需要多次迭代滤波，当地面点与非地面点明显分割时，结束迭代。
3.根据权利要求1所述的一种基于DBSCAN的分层点云分割方法，其特征在于：所述步骤S1中层高H的确定是基于点云数据垂直方向的稀疏程度，当点云较稀疏时需要较大的H值来保证每个物体大部分层次中点云较为完整。
4.根据权利要求1所述的一种基于DBSCAN的分层点云分割方法，其特征在于：所述步骤S1的具体实现步骤如下：
步骤S11：遍历点云数据从而获取点云数据Z值的最大值和最小值，基于每一层层高H计算总层数以及数据中每个点所属的层；
步骤S12：分别获取每一层的所有点在XOY平面上的投影点，并对每一个点进行标记，记录该点所在的层数；
步骤S13：对每一层在XOY平面上的投影点进行一次DBSCAN聚类，得到每一层的聚类簇，然后对每个聚类簇计算聚类簇中所有点的中心点。
5.根据权利要求1所述的一种基于DBSCAN的分层点云分割方法，其特征在于：所述步骤S2中，主体指物体的主要部分，将对中心点聚类出的每一簇视为一个主体，将簇中的每一个中心点视为一个主体点，将每个主体点对应的簇称为主体簇。
6.根据权利要求1所述的一种基于DBSCAN的分层点云分割方法，其特征在于：所述步骤S2中DBSCAN聚类的具体实现步骤如下：
步骤S21：随机获取簇中一个未标记的点，获取该点的邻域半径Eps范围的近邻点，如果近邻点个数大于邻域内最小...
【专利技术属性】
技术研发人员：唐丽玉，彭巍，黄洪宇，陈崇成，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35
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。