一种融合地形特征语义信息的TIN渐进加密去噪方法技术

本发明专利技术公开了一种融合地表语义特征信息的TIN渐进加密去噪处理方法，涉及点云去噪技术领域。获取目标区域的原始点云数据构建DEM和DSM；基于DEM和DSM构建地表语义特征信息；根据地表语义特征信息对原始点云数据进行分块，构建多尺度规则格网；运用多尺度规则格网提取每个格网中的高程最低点作为初始地面点，并基于初始地面点构建目标区域的初始不规则三角网TIN表面模型；将原始点云数据以预设坡度划分区块，并对每一区块分别确定原始点云数据与初始TIN表面模型的反复角和反复距离，进行渐进加密去噪处理。本发明专利技术方法克服了传统去噪中山脊特征被过度平滑的问题，能够在对原始数据去噪的同时有效地恢复地形表面结构特征。去噪的同时有效地恢复地形表面结构特征。去噪的同时有效地恢复地形表面结构特征。

【技术实现步骤摘要】
一种融合地形特征语义信息的TIN渐进加密去噪方法


[0001]本专利技术涉及点云去噪
，具体涉及一种融合地形特征语义信息的TIN渐进加密去噪方法。

技术介绍

[0002]利用TLS(Terrestrial Laser Scanning,地面三维激光扫描)技术采集泥石流沟的点云数据时，由于受地面物体的遮挡及环境对激光脉冲信号的影响，获取到的点云中除了有地面点信息、还有地物点和其他噪声点的信息。为了生成高精度的地形三维模型，支撑变化监测、可视化分析、景观分析和水文分析等众多应用需求，通常要对原始点云进行去噪处理，提取准确的地面点信息。
[0003]地形三维模型的精度取决于2个关键点：一是噪声点，噪声点是不参与地形模型构建的点，一般指区域内的构筑物、建筑物和植被等，因此需全部剔除，但在实际去噪处理中，一些长在地形起伏较大的坡面上的低矮植被点很容易被滤波器判定为地面点，为了解决这一问题，通常的做法是严格控制滤波器的阈值，将可能是噪声点的点均拦截在外，这会导致过度去噪，将一些地面点误分为噪声点；二是地形结构特征，一般指山脊、山谷、山顶等，是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合地表语义特征信息的TIN渐进加密去噪方法，其特征在于，所述方法包括：获取目标区域的原始点云数据，基于所述原始点云数据构建所述目标区域的绝对数字高程模型DEM和数字地表模型DSM；基于所述绝对DEM和所述DSM运用地形位指数模型构建地表语义特征信息；根据所述地表语义特征信息对所述原始点云数据进行分块，通过试错法确定每类点云块的最佳格网尺寸，构建多尺度规则格网；运用所述多尺度规则格网提取每个格网中的高程最低点作为初始地面点，并基于所述初始地面点构建所述目标区域的初始不规则三角网TIN表面模型；将所述原始点云数据以预设坡度划分区块，并对每一区块分别确定所述原始点云数据与所述初始TIN表面模型的反复角和反复距离，进行渐进加密去噪处理。2.基于权利要求1所述的一种融合地表语义特征信息的TIN渐进加密去噪方法，其特征在于，基于所述原始点云数据构建所述目标区域的绝对数字高程模型DEM和数字地表模型DSM，包括：提取所述原始点云数据中的稀疏地面点作为基础数据，在ArcGIS平台中构建绝对DEM；提取所述原始点云数据中的地物点作为数据基础，在ArcGIS平台中构建DSM。3.基于权利要求1所述的一种融合地表语义特征信息的TIN渐进加密去噪方法，其特征在于，基于所述绝对DEM和所述DSM运用地形位指数模型构建地表语义特征信息，包括：基于所述绝对DEM生成所述目标区域的坡度图，基于所述绝对DEM和所述DSM的差分模型生成所述目标区域的相对数字高程模型DHM，作为植被覆盖度图；运用地形位指数模型对表现地表语义特征的所述坡度图和所述植被覆盖度图两个因子进行综合描述，实现地表语义特征信息刻画；所述地形位指数模型为：其中，T为地形位指数，P及分别为所述坡度图中各个栅格的坡度和试验区的平均坡度，S及分别为所述植被覆盖度图中各个栅格的植被覆盖度和试验区的平均植被覆盖度。4.基于权利要求3所述的一种融合地表语义特征信息的TIN渐进加密去噪方法，其特征在于，所述差分模型为：DHM＝DSM
‑
DEM。5.基于权利要求1所述的一种融合地表语义特征信息的TIN渐进加密去噪方法，其特征在于，根据所述地表语义特征信息对所述原始点云数据进行分块，通过试错法确定每类点云块的最佳格网尺寸，构建多尺度规则格网，包括：融合所述地表语义特征信息，运用Jenks最佳自然间断法对所述原始点云数据所在区域进...

【专利技术属性】
技术研发人员：杨敏，袁希平，甘淑，杨永明，何凯，郭天伟，周新瑞，
申请(专利权)人：滇西应用技术大学，
类型：发明
国别省市：