本公开的实施例提供了建筑物点云轮廓提取方法、装置、设备和计算机可读存储介质。所述方法包括获取建筑物激光点云数据；对所述点云数据进行处理，生成体元数据集；对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。以此方式，不仅可以提取简单建筑物的轮廓，还可以提取大型、复杂建筑物的轮廓。复杂建筑物的轮廓。复杂建筑物的轮廓。
【技术实现步骤摘要】
建筑物点云轮廓提取方法及装置
[0001]本公开的实施例一般涉及遥感数据处理领域，并且更具体地，涉及一种建筑物点云轮廓提取方法、装置、设备和计算机可读存储介质。
技术介绍
[0002]从机载激光雷达(Light Detection And Ranging，LIDAR)点云数据中自动检测城区目标是近几十年来研究的一个重要课题。
[0003]经典的建筑物检测方法可分为以下几类：基于拟合的方法、数学形态学方法、数字图像处理方法、模式识别方法及融合LIDAR数据和其它类型的航空影像或GIS数据的方法。
[0004]但是，由于点云数据具有离散、不规则分布的特点，即，点云并不是总分布在建筑物的轮廓上，因此，当建筑物形状较为复杂时，通过上述算法提取的建筑物轮廓，往往不能得到较好的提取效果。
技术实现思路
[0005]根据本公开的实施例，提供了一种建筑物点云轮廓提取方案。
[0006]在本公开的第一方面，提供了一种建筑物点云轮廓提取方法。该方法包括：
[0007]获取建筑物激光点云数据；
[0008]对所述点云数据进行处理，生成体元数据集；
[0009]对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；
[0010]对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。
[0011]进一步地，所述对所述点云数据进行处理，生成体元数据集包括：
[0012]根据所述点云数据中最大和最小的三维坐标的值，构建轴向包围盒；
[0013]根据体元分辨率将所述轴向包围盒划分为一系列规则的体元，得到体元数据集；所述体元分辨率根据点云之间的平均点间距确定。
[0014]进一步地，还包括：
[0015]对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0。
[0016]进一步地，所述对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0包括：
[0017]基于所述体元分辨率、激光点的三维坐标和体元的行、列、层，确定所述激光点在所述体元数据集中的位置，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0；所述体元的行、列、层用于表示激光点的三维坐标。
[0018]进一步地，所述对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割包括：
[0019]在所述体元数据集中，将所有体元的状态均设置为未处理，选取任一体元作为种
子体元，将所述种子体元的状态设置为已处理并进行标号；
[0020]搜索所述种子体元的邻域，将邻域中数值为1的体元压入堆栈，标记上和所述种子体元相同的标号，并将压入所述堆栈的体元的状态设置为已处理，从所述堆栈从选取任一体元作为种子体元，重复本步骤，直到堆栈为空；
[0021]将所述标号+1，重复上述步骤直到所述体元数据集中的所有体元均被标号。
[0022]进一步地，
[0023]若所述种子体元的26邻域中，邻域体元的数值均为0，则重新选取种子体元，标号+1。
[0024]进一步地，所述对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓包括：
[0025]基于已分割完成的建筑物体元单体的行列值构建第一点集；
[0026]从所述第一点集中选取任一点p1，搜寻与所述p1距离小于阈值的点，构建第二点集；
[0027]从所述第二点集中选取任一点p2，通过预设公式计算得到经过所述p和p2且半径的值为所述阈值一半的圆心p3；
[0028]遍历所述第二点集，得到除所述p1和p2外，其它点到所述p3的距离，若所述其它点到所述p3的距离均大于所述半径，则所述p1和p2均为建筑物轮廓上的点，进行提取；
[0029]重复上述操作，直到所述第一点集中所有的点均遍历完成，得到建筑物点云轮廓。
[0030]在本公开的第二方面，提供了一种建筑物点云轮廓提取装置。该装置包括：
[0031]获取模块，用于获取建筑物激光点云数据；
[0032]生成模块，用于对所述点云数据进行处理，生成体元数据集；
[0033]分析模块，用于对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；
[0034]处理模块，用于对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。
[0035]在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0036]在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
[0037]本申请实施例提供的建筑物点云轮廓提取方法，通过获取建筑物激光点云数据；对所述点云数据进行处理，生成体元数据集；对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓，利用了体元数据中各体元间隐含的邻域关系，从空间几何的角度进行建筑物轮廓提取，提升了建筑物轮廓的提取精度，不仅可以提取简单建筑物的轮廓，还可以提取大型、复杂建筑物的轮廓。
[0038]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
[0039]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0040]图1示出了根据本公开的实施例的建筑物点云轮廓提取方法的流程图；
[0041]图2示出了根据本公开的实施例的建筑物点云示意图；
[0042]图3示出了根据本公开的实施例的建筑物轮廓提取结果示意图；
[0043]图4示出了根据本公开的实施例的建筑物轮廓叠加示意图；
[0044]图5示出了根据本公开的实施例的建筑物点云轮廓提取装置的方框图；
[0045]图6示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
[0046]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0047]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0048]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种建筑物点云轮廓提取方法，其特征在于，包括：获取建筑物激光点云数据；对所述点云数据进行处理，生成体元数据集；对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。2.根据权利要求1所述的方法，其特征在于，所述对所述点云数据进行处理，生成体元数据集包括：根据所述点云数据中最大和最小的三维坐标的值，构建轴向包围盒；根据体元分辨率将所述轴向包围盒划分为一系列规则的体元，生成体元数据集；所述体元分辨率根据点云之间的平均点间距确定。3.根据权利要求2所述的方法，其特征在于，还包括：对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0。4.根据权利要求3所述的方法，其特征在于，所述对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0包括：基于所述体元分辨率、激光点的三维坐标和体元的行、列、层，确定所述激光点在所述体元数据集中的位置，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0；所述体元的行、列、层用于表示激光点的三维坐标。5.根据权利要求4所述的方法，其特征在于，所述对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割包括：在所述体元数据集中，将所有体元的状态均设置为未处理，选取任一体元作为种子体元，将所述种子体元的状态设置为已处理并进行标号；搜索所述种子体元的邻域，将邻域中数值为1的体元压入堆栈，标记上和所述种子体元相同的标号，并将压入所述堆栈的体元的状态设置为已处理，从所述堆栈从选取任一体元作为种...
【专利技术属性】
技术研发人员：吴丽沙，杨晓冬，张谷生，刘建明，杨斌，
申请(专利权)人：北京道达天际科技有限公司，
类型：发明
国别省市：
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。