一种机载LiDAR点云空洞内插方法和系统技术方案

本发明专利技术公开了一种机载LiDAR点云空洞内插方法，包括：1、在投影坐标系下将类别为C的点云数据S

【技术实现步骤摘要】
一种机载LiDAR点云空洞内插方法和系统
本专利技术属于机载激光雷达点云数据处理
，具体涉及一种点云空洞的内插方法。
技术介绍
在机载激光雷达(LightDetectionAndRanging，LiDAR)点云中，经常存在大片没有点的区域，即空洞。例如，激光脉冲一般不能穿透建筑物屋顶，导致在建筑物屋顶覆盖的区域(面积可达数百数千平方米)，没有一个地面点；在郁闭度很高的森林，激光脉冲难以穿透树冠到达地面并产生有效的地面回波，这使得地面点分布非常稀疏，可能几十几百平方米内才存在一个地面点。在飞机飞行高度较高(例如大于6000m)时，为了确保机舱内的温度和压力正常，需要对机舱做密封处理，而在对LiDAR进行密封处理时，需要在发射器/接收器外安装均匀透明的玻璃板。由于玻璃板的漫反射无法完全消除，因而会有漫反射的激光脉冲进入激光接收器，在时间上和前期发射的激光脉冲的回波有重叠，有可能导致这些漫反射激光脉冲被认为是有效的回波信号，也有可能导致有效的回波信号被认为是漫反射噪声。后者会形成条带状空洞，空洞覆盖的地形的高程集中在一个狭窄的范围内，即在特定区域的特定高程范围缺乏点云，表达为细条带状的空洞。如果不对这些空洞进行内插，则后续的点云分类、DEM生成、DSM生成、等高线生成等都会受到很大的影响，尤其影响模型的精度。对空洞进行内插，首先需要检测空洞。常见的检测方法包括Alpha-shape法、三角网法、栅格到矢量转换的方法等。这些方法存在需要在全局进行检测、计算复杂度高、执行效率低等问题。在GIS和测绘领域常用的空间数据内插方法包括最邻近点法、双线性内插法、双三次内插法、反距离加权法、移动平均法、三角线性内插法、克里金法、最小曲率法、多元回归法、Shepard法、自然邻域法等。双线性内插法、双三次内插法、样条函数内插法等适用于规则格网分布的采样点，不适合分布存在随机性的机载LiDAR点云。其它方法虽然可以有条件地应用在机载LiDAR点云内插中，但并不特别适合对点云空洞进行内插。其中最核心的问题是这些方法在选取采样点时一般采用和内插位置最接近的已知点作为采样点进行内插。当用在空洞内插上，会出现如图1所示的情况。在图1-(a)中，白色点为空洞左侧的已知点，灰色点为空洞右侧的已知点，白色和灰色的矩形均为空洞。如果使用最邻近的已知点作为采样点，则位于白色矩形内的内插点均会选用白色点作为采样点，而位于灰色矩形内的内插点均会选用灰色点作为采样点。作为两组不同的点，很明显，白色点和灰色点所反映的局部空间分布趋势不可能完全一致。基于此进行推断内插，得到的点分布也不会一致，很容易在白色矩形和灰色矩形交界处造成如图1-(b)所示的阶跃和不连续。图1-(b)是图1-(a)的垂直剖面图。对于地形来说，这种不连续是不能接受的。三角线性内插法虽然在选取采样点时有可能避免只采用最邻近采样点，但是由于只取内插点落入三角形的三个顶点，所以只能进行线性内插，不能描述复杂的空间曲面。综上所述，对于机载LiDAR点云来说，亟需一种新的空洞内插方法，能够快速高效检测点云空洞，且在内插时避免只利用最邻近采样点，而是可以利用到空洞两侧数目足够多的采样点进行内插，使内插出的点准确符合局部点云分布趋势。
技术实现思路
专利技术目的：针对现有技术中存在的问题，本专利技术提供一种机载LiDAR点云空洞内插方法，该方法可以稳健高效地检测到点云空洞，在对空洞进行内插时充分利用空洞两侧的采样点，避免只利用内插位置的最邻近采样点造成的牛眼、阶跃等内插异常情况，生成符合局部空间趋势的点云。技术方案：本专利技术一方面公开了一种机载LiDAR点云空洞内插方法，包括：S1、在投影坐标系下将待内插的类别为C的点云数据SC垂直投影到XY平面，获取点云数据在XY平面的外边界，计算点云数据SCX坐标的最大值xmax和最小值xmin，Y坐标的最大值ymax和最小值ymin，并基于SC的XY坐标构建点云二维空间索引；设置空洞最小宽度wmin，最大宽度wmax；S2、检测并获取有效空洞点，构成有效空洞点集合Shole；S21、对点云在XY平面的投影区域进行栅格化，每个栅格是边长为dcell的正方形，dcell＝wmin/2；设X方向的栅格数为Ncol，Y方向的栅格数为Nrow；为向上取整运算符；每个栅格的中心点为二维空洞检测点，第i行第j列的二维空洞检测点cellij(xdtc,ydtc)坐标的计算方法是：S22、将同时满足如下三个条件的二维空洞检测点cellij设置为有效空洞点，构成有效空洞点集合Shole：条件1：cellij位于点云外边界内部；条件2：在以cellij为圆心，dcell为半径的圆内没有类别为C的点；条件3：在以cellij为圆心，wmax/2为半径的圆内有类别为C的点；S3、对Shole中的有效空洞点进行二维欧几里得聚类，得到一个或多个有效空洞点子集；S4、遍历有效空洞点聚类结果，对每个有效空洞点子集进行内插；m＝1,2,…,M，M为有效空洞点子集个数；对第m个有效空洞点子集Subhole,m的内插步骤为：S4.1、对Subhole,m构建空洞构成点集合STIN,m，STIN,m中的元素为：SC中到Subhole,m中有效空洞点的距离小于预设的空洞外扩距离RTIN的点；S4.2、以STIN,m中点的X,Y坐标为顶点，构建Delaunay三角网；S4.3、对Subhole,m中的每个有效空洞点，生成随机分布在其附近的候选内插点，构成候选内插点集合Sitp,m；对有效空洞点(xhole,yhole)，其候选内插点X,Y坐标(xitp,yitp)为：其中cx,cy为分布在[-1,1]范围内的随机数，△x为xitp偏离xhole的最大幅度，△y为yitp偏离yhole的最大幅度；内插点数目的确定原则是尽量使得内插点密度和非空洞区域的点密度接近；设非空洞区域的平均点密度为dnohole，则每个有效空洞点平均要生成的候选内插点的数目Nitp是：S4.4、遍历Sitp,m内的候选内插点，查找当前候选内插点落入Delaunay三角网中三角形的三个顶点pd,pe,pf，并计算三个顶点的最大高程差△h；对Sitp,m内所有的候选内插点，计算△h的平均值如果不小于预设的高程差阈值，则称所述Sitp,m内的候选内插点为内插点，对所述内插点的高程值进行内插；内插点高程的计算方法为：在SC中分别查找pd,pe,pf的K个最邻近点，构成采样点集合Ssamp，K的取值为使Ssamp中的点数满足内插算法要求的最小点数；根据Ssamp中的采样点，采用内插算法确定所述内插点的高程。步骤S1中采用KD树或四叉树建立点云二维空间索引。步骤S22中采用射线法判断二维空洞检测点是否在点云外边界内部。步骤S3对Shole中的有效空洞点采用二维欧几里得聚类，聚类最小点数聚类最大点数其中Amin和Amax本文档来自技高网...

【技术保护点】
1.一种机载LiDAR点云空洞内插方法，其特征在于，包括：/nS1、在投影坐标系下将待内插的类别为C的点云数据S

【技术特征摘要】
1.一种机载LiDAR点云空洞内插方法，其特征在于，包括：
S1、在投影坐标系下将待内插的类别为C的点云数据SC垂直投影到XY平面，获取点云数据在XY平面的外边界，计算点云数据SCX坐标的最大值xmax和最小值xmin，Y坐标的最大值ymax和最小值ymin，并基于SC的XY坐标构建点云二维空间索引；
设置空洞最小宽度wmin，最大宽度wmax；
S2、检测并获取有效空洞点，构成有效空洞点集合Shole，包括：
S21、对点云在XY平面的投影区域进行栅格化，每个栅格为边长是dcell的正方形，dcell＝wmin/2；设X方向的栅格数为Ncol，Y方向的栅格数为Nrow；


为向上取整运算符；
每个栅格的中心点为二维空洞检测点，第i行第j列的二维空洞检测点cellij(xdtc,ydtc)坐标的计算方法是：



S22、将同时满足如下三个条件的二维空洞检测点cellij设置为有效空洞点，构成有效空洞点集合Shole：
条件1：cellij位于点云外边界内部；
条件2：在以cellij为圆心，dcell为半径的圆内没有类别为C的点；
条件3：在以cellij为圆心，wmax/2为半径的圆内有类别为C的点；
S3、对Shole中的有效空洞点进行二维欧几里得聚类，得到一个或多个有效空洞点子集；
S4、遍历有效空洞点聚类结果，对每个有效空洞点子集进行内插；m＝1,2,…,M，M为有效空洞点子集个数；对第m个有效空洞点子集Subhole,m的内插步骤为：
S4.1、对Subhole,m生成空洞构成点集合STIN,m，STIN,m中的元素为：SC中到Subhole,m中有效空洞点的距离小于预设的空洞外扩距离RTIN的点；
S4.2、以STIN,m中点的X,Y坐标为顶点，构建Delaunay三角网；
S4.3、对Subhole,m中的每个有效空洞点，生成随机分布在其附近的候选内插点，构成候选内插点集合Sitp,m；对有效空洞点(xhole,yhole)，其候选内插点X,Y坐标(xitp,yitp)为：



其中cx,cy为分布在[-1,1]范围内的随机数，△x为xitp偏离xhole的最大幅度，△y为yitp偏离yhole的最大幅度；
内插点数目的确定原则是尽量使得内插点密度和非空洞区域的点密度接近；设非空洞区域的平均点密度为dnohole，则每个有效空洞点平均要生成的候选内插点的数目Nitp是：



S4.4、遍历Sitp,m内的候选内插点，查找当前候选内插点落入Delaunay三角网中三角形的三个顶点pd,pe,pf，并计算三个顶点的最大高程差△h；对Sitp,m内所有候选内插点，计算△h的平均值如果不小于预设的高程差阈值，则称Sitp，m内的候选内插点为内插点，对所述内插点的高程值进行内插；
内插点高程的计算方法为：
在SC中分别查找pd,pe,pf的K个最邻近点，构成采样点集合Ssamp，K的取值为使Ssamp中的点数满足内插算法要求的最小点数；
根据Ssamp中的采样点，采用内插算法确定所述内插点的高程。


2.根据权利要求1所述的机载LiDAR点云空洞内插方法，其特征在于，所述步骤S1中采用KD树或四叉树建立点云二维空间索引。


3.根据权利要求1所述的机载LiDAR点云空洞内插方法，其特征在于，所述步骤S22中采用射线法判断二维空洞检测点是否在点云外边界内部。


4.根据权利要求1所述的机载LiDAR点云空洞内插方法，其特征在于，所述步骤S3对Shole中的有效空洞点采用二维欧几里得聚类，聚类最小点数聚类最大点数其中Amin和Amax分别为预设的空洞最小面积和最大面积，int为取整函数；聚类的搜索半径为REC，且


5.根据权利要求1所述的机载LiDAR点云空洞内插方法，其特征在于，所述内插算法包括且不限于：反距离加权法、Shepard法、移动曲面法、自然邻域法、三角线性内插法、最小曲率法。


6.一种机载LiDAR点云空洞内插系统，其特征在于，包括：
点云二维空间索引模块(1)，用于在投影坐标系下将待内插...

【专利技术属性】
技术研发人员：程晓光，潘瑶，严明，马爱萍，
申请(专利权)人：飞燕航空遥感技术有限公司，
类型：发明
国别省市：湖北;42