【技术实现步骤摘要】
本专利技术属于智慧灌区建设，具体涉及一种基于lidar点云数据的灌区水利要素信息的提取及系统。
技术介绍
1、智慧灌区是灌区现代化发展的主要方向和重要特征。灌区智慧化的实现，需要快速而精准地获取、更新水利要素空间信息，为灌区智慧化提供基础数据支撑，从而保障灌区水利要素信息的现势性。机载lidar技术能快速精准地获取灌区水利要素信息，可为灌区智能化提供技术支撑。
2、lidar技术可快速、全面、精准地获取灌区要素的空间坐标、光谱和激光回三种类型的信息，利用光谱信息生成点云正射影像，为人工智能的应用提供了条件，卷积神经网络的发展让目标识别和图像分割取得了革命性的突破。针对灌区水利要素收集大量的数字影像资料建立目标识别训练库，灌区水利要素类别主要有五类，田块、渠道、沟道、闸门和泵站，分别对应面状、线状和点状三类几何类型，具有较强的平面分布特征。同时也将点云生成的正射影像中的水利要素目标影像参与训练，提高卷积神经网络对水利要素目标的识别能力，完成水利要素对象准确地识别与分割，获取分割后水利要素对象的边界坐标范围。
3、在智慧灌区建设中需要快速精准获取不同水利要素空间分布和内部几何结构信息，通过人工智能技术对水利要素识别和分割仅获得水利要素对象的类别和坐标范围，缺乏水利要素对象的内部结构信息。水利要素对象的内部结构信息包含在点云的空间坐标信息中，直接从灌区全部点云数据中提取水利要素对象内部几何结构信息算法复杂度高，计算量大等困难。
4、目前，灌区智能化建设数据底座的生产方式主要有全站仪、rtk、和无人机
技术实现思路
1、为实现当前基于点云数据构建智慧灌区精细数据底座的技术问题，本专利技术提出一种基于lidar点云数据的灌区水利要素信息的提取方法及系统，可以解决水利要素信息提取过程中的一系列技术问题，通过卷积神经网络进行影像识别，获得水利要素的空间位置，进一步对点云数据进行分割得到水利要素点云数据块，再利用扫描面算法提取水利要素对象的内部结构信息。
2、为实现上述的技术特征，本专利技术包括如下技术方案：
3、一种基于lidar点云数据的灌区水利要素信息的提取方法，包括如下步骤：
4、步骤s1：基于lidar点云数据生成灌区正射影像，并赋予正射影像空间坐标信息，确定每个像元对应的空间平面坐标；
5、步骤s2：基于正射影像，利用人工智能的方法识别出灌区不同水利要素类别的对象，并确定不同水利要素对象的坐标范围；
6、步骤s3：根据水利要素对象的坐标范围，对点云数据进行分割，建立不同类别对象对应的点云数据块；
7、步骤s4：根据灌区水利要素的几何特征，设定初始扫描面参数，在不同的扫描面中，对扫描得到的点云数据进行预处理操作；
8、步骤s5：依据水利要素类别特征，识别并确定扫描面生长方向，按生长方向完成水利要素点云数据水平方向上的扫描；
9、步骤s6：在扫描的同时依据水利要素几何形态特征和点云数据信息，提取水利要素精细的几何形态数据；
10、步骤s7：根据获取到的点云数据和水利要素几何特征建立属性数据库，统一管理灌区水利要素数据。
11、进一步地，所述步骤s1中利用lidar点云数据丰富的空间点位信息和光谱信息，生成正射影像，设定相应的图像分辨率和大小，计算确定正射影像的覆盖范围，且根据图像分辨率和图像覆盖范围边界计算出任意像元对应的像素坐标和空间坐标。
12、进一步地，步骤s2包括如下子步骤：
13、s21：建立灌区不同类别的水利要素影像训练库，利用人工智能方法对灌区正射影像中分布的不同类别的水利要素对象进行识别和分割，获得水利要素类别信息和要素对象对应的坐标范围；
14、s22：按照灌区水利要素类别建立对应的数据库结构，按类别存储水利要素对象的类别、边界及内部几何形态多种类型的数据。
15、进一步地，所述步骤s3中利用水利要素对象的坐标范围对整体点云数据进行分割获得水利要素对象的点云数据，然后利用扫描线算法，对要素对象点云数据进行特征识别和信息提取。
16、进一步地，所述步骤s4中用扫描面算法沿预设的方向对要素点云数据进行扫描，扫描前设定扫描面的初始参数，设定断面聚合参数，设定聚合到扫描面上的点云数据在扫描面前后的间距，设定断面点云数据滤波参数对断面点云数据进行预处理。
17、进一步地，首先设定扫描面全局初始参数，然后依据点云特征自适应地优化扫描面参数，确定扫描方向和扫描步长开展扫描工作。
18、进一步地，步骤s6具体为：
19、s61：以当前扫描面获得垂直方向上的水利要素对象点云切片数据并进行预处理后生成断面图形，结合水利要素类别信息调用相应的断面内部结构信息识别方法，一种类别的水利要素对应一种模式识别方法，对水利要素断面信息进行分析，获得当前断面的特征点信息，作为水利要素对象的垂向特征；
20、s62：进入下一次扫描，以扫描面获得当前水利要素对象的下一个断面数据，在预处理后，识别出该断面处对应的特征点信息，然后在水平方向内将前后断面中利用相似性匹配算法进行特征点匹配，进行扫描面前进方向上的水利要素内部特征信息的提取和表达；
21、s63：循环以上步骤，完成当前水利要素对象的空间信息提取。
22、进一步地，所述步骤s7中，更换不同类别的水利要素，对点云数据进行水利要素信息的提取，获得水利要素对象的精准的边界和几何形态数据，并存储到数据库中。
23、另一方面，本专利技术还提供一种基于lidar点云数据的灌区水利要素信息的提取系统，包括：
24、模块一：其用于基于lidar点云数据生成灌区正射影像，并赋予正射影像空间坐标信息，确定每个像元对应的空间平面坐标；
25、模块二：其用于基于正射影像，利用人工智能的方法识别出灌区不同水利要素类别的对象，并确定不同水利要素对象的坐标范围；
26、模块三：其用于根据水利要素对象的坐标范围，对点云数据进行分割，建立不同类别对象对应的点云数据块；
27、模块四：其用于根据灌区水利要素的几何特征，设定初始扫描面参数，在不同的扫描面中，对扫描得到的点云数据进行预处理操作；
28、模块五：其用于依据水利要素类别特征，识别并确定扫描面生长方向，按生长方向完成水利要素点云数据水平方向上的扫描；
29、模块六：其用于在扫描的同时依据水利要素几何形态特征和点云数据信息，提取水利要素精细的几何形态数本文档来自技高网...
【技术保护点】
1.一种基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤S1中利用LiDAR点云数据丰富的空间点位信息和光谱信息，生成正射影像，设定相应的图像分辨率和大小，计算确定正射影像的覆盖范围，且根据图像分辨率和图像覆盖范围边界计算出任意像元对应的像素坐标和空间坐标。
3.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于，步骤S2包括如下子步骤：
4.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤S3中利用水利要素对象的坐标范围对整体点云数据进行分割获得水利要素对象的点云数据，然后利用扫描线算法，对要素对象点云数据进行特征识别和信息提取。
5.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤S4中用扫描面算法沿预设的方向对要素点云数据进行扫描，扫描前设定扫描面的初始参数，设定断面聚合参数，设定聚
6.根据权利要求5所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：首先设定扫描面全局初始参数，然后依据点云特征自适应地优化扫描面参数，确定扫描方向和扫描步长开展扫描工作。
7.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：步骤S6具体为：
8.根据权利要求1所述的基于LiDAR点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤S7中，更换不同类别的水利要素，对点云数据进行水利要素信息的提取，获得水利要素对象的精准的边界和几何形态数据，并存储到数据库中。
9.一种基于LiDAR点云数据的灌区水利要素信息的提取系统，其特征在于：包括：
...【技术特征摘要】
1.一种基于lidar点云数据的灌区水利要素信息的提取方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于lidar点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤s1中利用lidar点云数据丰富的空间点位信息和光谱信息，生成正射影像，设定相应的图像分辨率和大小，计算确定正射影像的覆盖范围，且根据图像分辨率和图像覆盖范围边界计算出任意像元对应的像素坐标和空间坐标。
3.根据权利要求1所述的基于lidar点云数据的灌区水利要素信息的提取方法，其特征在于，步骤s2包括如下子步骤：
4.根据权利要求1所述的基于lidar点云数据的灌区水利要素信息的提取方法，其特征在于：所述步骤s3中利用水利要素对象的坐标范围对整体点云数据进行分割获得水利要素对象的点云数据，然后利用扫描线算法，对要素对象点云数据进行特征识别和信息提取。
5.根据权利要求1所述的基于lidar点云数据的灌区水利要素信息的提取方法，其...
【专利技术属性】
技术研发人员：金银龙，陈红新，刘全，张宏阳，黄宏添，
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。