用于点云去噪的基于空间层次拓扑关系的区域生长算法制造技术

本发明专利技术公开了一种用于点云去噪的基于空间层次拓扑关系的区域生长算法，包括以下步骤：将原始点云数据分割为规则三维格网，选取区域增长的初始种子点；以初始种子点为中心构建球形邻域，基于三维空间拓扑生成主要区域生长方向；在种子点球形邻域点集内搜寻各主要方向的候选种子点并以候选种子点集分别为球心进行球形邻域搜索；将各个主方向的球形邻域与中心种子点的球形邻域合并并将邻域内的点标记为内点，以主方向上候选种子点作为新的区域生长种子点继续迭代执行全部LiDAR点集。本发明专利技术可面向大范围密集点云去噪，剔除与主要地物无拓扑关系的悬浮异物噪声簇，简化LiDAR点云数据和提高点云特征因子提取的准确性，为后续LiDAR点云数据处理分析提供基础支撑。LiDAR点云数据处理分析提供基础支撑。LiDAR点云数据处理分析提供基础支撑。

【技术实现步骤摘要】
用于点云去噪的基于空间层次拓扑关系的区域生长算法


[0001]本专利技术涉及一种激光雷达点云数据去噪方法，特别涉及一种用于点云去噪的基于空间层次拓扑关系的区域生长算法。

技术介绍

[0002]三维激光雷达(LiDAR，Light Detection and Ranging)技术具有快速、实时获取周围环境信息的能力，已逐渐成为对地观测与目标分类识别的重要数据源之一。LiDAR是测量物体位置和形状并形成高质量3D点云图像的高精度传感器，近年来被广泛应用于自动驾驶、航天航空、海洋探测、三维建模、生成高精度地图、树木生物量估计等领域。LiDAR点云数据和其他遥感数据相同，在数据获取时由于外界环境因素，例如大气粒子、雨雪等不利天气条件，以及仪器扫描时激光漫反射引起的多径回波，导致得到的雷达点云数据存在噪声点，这些噪声点不属于当前数据所要展示出的地物环境体系，会影响三维实体模型重建以及目标地物分类。
[0003]为了不影响点云数据后续处理方法研究，需要对原始数据预处理剔除异常值，但如何快速有效地剔除复杂地形条件下散乱无序的噪声点是一大难题。近年来关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于点云去噪的基于空间层次拓扑关系的区域生长算法，其特征在于，以距离为连通条件去除孤立噪声，包括以下步骤：(1)对原始机载LiDAR点云数据进行三维规则格网划分，并通过格网单元点密度分析搜索点密度最大单元以自适应地选取区域增长的初始种子点；(2)以初始种子点为中心构建球形邻域，邻域内的点标记为内点，即非噪声点，基于三维空间拓扑关系生成14个主要区域生长方向；(3)在种子点球形邻域点集内搜寻沿主要区域生长方向最远的最近距离点作为候选种子点，并构建候选种子点集；(4)遍历候选种子点集中的每个点作为种子点，以该种子点构建球形邻域，邻域内的点标记为内点，并基于三维空间拓扑关系生成14个主要区域生长方向；(5)重复迭代步骤(3)和(4)，直到所有候选种子点都进行了处理判断，LiDAR点云中所有标记为内点的即为非噪声点，其余为可去除的噪声点。2.根据权利要求1所述的用于点云去噪的基于空间层次拓扑关系的区域生长算法，其特征在于，所述步骤(1)具体步骤为：(1
‑
1)将整个点云空间划分为规则的三维立方体格网，立方体的长、宽、高设置为20米，单元格网是根据点云空间坐标系中X、Y、Z轴上的最小坐标值计算的，假设三个坐标轴上的最小坐标值分别是X
min
、Y
min
和Z
min
，正方体的长、宽和高都为l；(1
‑
2)计算每个点所在单元的位置：其中L
i
、W
i
、H
i
分别表示当前点位置在X、Y、Z三个坐标轴上的层次；为向下取整运算；X
i
、Y
i
、Z
i
分别表示当前点的X、Y、Z坐标值；l为正方体的边长；(1
‑
3)统计每个单元内点的数量并将单元按数量排序，搜索点数最多的单元D即为点密度最大的单元；(1
‑
4)计算单元D的中心点坐标C
D
并通过最近距离邻域法寻找与中心坐标最接近的一个点P0作为初始种子点。3.根据权利要求2所述的用于点云去噪的基于空间层次拓扑关系的区域生长算法，其特征在于，所述步骤(2)的具体步骤为：(2
‑
1)设置半径阈值d；(2
‑
2)以种子点P0为中心应用半径为d的球形邻域搜索得到球形邻域(2
‑
3)将球形邻域内的点标记为内点；(2
‑
4)以P0为坐标原点建立...

【专利技术属性】
技术研发人员：王艳军，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：