【技术实现步骤摘要】
一种最小豪斯多夫距离面特征约束的点云航带平差方法
[0001]本专利技术属于机载激光雷达数据处理
,尤其涉及一种最小豪斯多夫距离面特征约束的点云航带平差方法。
技术介绍
[0002]机载激光雷达(Airborne Light Detection And Ranging，LiDAR)是一种主动式航空遥感对地观测系统，其不受天气环境影响，可以获取高精度、高密度的点云数据，其为高时空高分辨率的地球空间信息提供了一种全新的技术手段。
[0003]在实际应用中，LiDAR以单条航带的方式搜集测区内地形数据，其中单条航带的范围远远小于整个测区范围，因此一般需要多条航带才能完整覆盖整个测区。在实际应用中，LiDAR系统需要在搜集数据前由系统提供商和最终用户进行校准，以消除系统各部件之间集成而引起的系统误差。由于缺少精确的系统校准或者不规范的操作，在实际获取的相邻数据中仍存在偏差。因此要获取高精度的最终产品，如DEM，则必须进行航带拼接，以消除航带间偏差。然而由于机载点云密度低，很难从点云中直接获取同名点，因此如何获取高精度的...
【技术保护点】
【技术特征摘要】
1.一种最小豪斯多夫距离面特征约束的点云航带平差方法，通过引入最小豪斯多夫距离实现点云航带平差，消除航带间偏差，其特征在于包括以下步骤：步骤1：引入多条机载激光雷达航带点云数据；步骤2：将每条机载激光雷达航带点云数据使用渐进三角网加密滤波算法进行滤波处理，获取每条机载激光雷达航带点云数据中非地面点云以及每条机载激光雷达航带点云数据中地面点云；步骤3：将每条机载激光雷达航带点云数据中非地面点云通过半抑制模糊C均值聚类方法得到每条机载激光雷达航带点云数据中多个初始建筑物种子点，将每条机载激光雷达航带点云数据中多个初始建筑物种子点通过区域增长聚类方法，得到每条机载激光雷达航带点云数据中非地面点云中的多个建筑物点；步骤4：搜索每条机载激光雷达航带点云数据中非地面点云中的多个建筑物点的X轴坐标最大值、X轴坐标最小值、Y轴坐标最大值、Y轴坐标最小值，根据X轴与Y轴最大值与最小值确定两边平行于X轴与Y轴的包含每条机载激光雷达航带的最小外包矩形，将相邻两条机载激光雷达航带的最小外包矩形进行相交处理得到相邻两条机载激光雷达航带的重叠区域，将相邻两条机载激光雷达航带的重叠区域进行格网化处理得到相邻两条机载激光雷达航带的重叠区域二值图像，将相邻两条机载激光雷达航带的重叠区域二值图像通过四连通区域标签法进行处理得到相邻两条机载激光雷达航带的重叠区域多个图像块，在相邻两条机载激光雷达航带的重叠区域每个图像块中搜索步骤3所述的每条机载激光雷达航带点云数据中非地面点云中的多个建筑物点，得到相邻两条机载激光雷达航带的重叠区域每个图像块中多个建筑物点；步骤5：使用主成分分析法计算相邻两条机载激光雷达航带的重叠区域每个图像块中每个建筑物点的法向量、每个建筑物点的平面、每个建筑物点的曲率，将相邻两条机载激光雷达航带的重叠区域每个图像块中建筑物点的曲率最小的建筑物点作为相邻两条机载激光雷达航带的重叠区域对应图像块的种子点，将相邻两条机载激光雷达航带的重叠区域每个图像块的除种子点外的建筑物点构建相邻两条机载激光雷达航带的重叠区域每个图像块的非种子点集，使用点到平面计算方法与向量间夹角计算方法分别计算相邻两条机载激光雷达航带的重叠区域中每个图像块的非种子点集中每个建筑物点与种子点的法向量夹角、相邻两条机载激光雷达航带的重叠区域中每个图像块的非种子点集中每个建筑物点到种子点的平面的距离，将相邻两条机载激光雷达航带的重叠区域每个图像块的非种子点集中建筑物点与种子点的法向量夹角大于等于夹角阈值或到种子点的平面的距离大于等于距离阈值的建筑物点筛选出来得到相邻两条机载激光雷达航带的重叠区域每个图像块的建筑物非平面点集，将相邻两条机载激光雷达航带的重叠区域每个图像块的非种子点集中建筑物点与种子点的法向量夹角小于夹角阈值且到种子点的平面的距离小于距离阈值...
【专利技术属性】
技术研发人员：马洪超，刘科，马海池，元佳林，王晓晨，
申请(专利权)人：武汉大学，
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。