一种基于体素的地面与地物光子点云分类方法及系统技术方案

本发明专利技术属于激光探测技术领域，公开了一种基于体素的地面与地物光子点云分类方法及系统，包括：S1，根据光子点云的空间分布特征与分布范围，确定体素的分辨率与边界，将光子点云体素化；S2，根据垂直体素组内每个体素的密度属性，对相对密集分布的地面体素和地物体素进行初分类；S3，根据体素间的拓扑关系和地面体素的水平相连特征，对地面体素和地物体素进行细分类；S4，将地面体素内光子标记为地面光子点云，地物体素内光子标记为地物光子点云。本发明专利技术具有快速、自动地根据光子点云空间分布特征来区别地面与地物，准确性好、鲁棒性强、易操作等优点。

【技术实现步骤摘要】

本专利技术属于激光探测，尤其涉及一种基于体素的地面与地物光子点云分类方法及系统。

技术介绍

1、在空间探测领域，光子计数激光雷达通过高灵敏的单光子探测器以光子计数形式记录激光传播中所有目标散射或反射的微弱光子信号，以获取高分辨率的光子点云数据。由于激光具有较好的穿透性，记录的光子点云中除地面信息外，还包含了丰富的地物信息，例如森林冠层与植被结构、建筑顶面与局部立面、水体表面与水下信息等。准确地区别地面和地物信息，对地理信息系统、城市规划、环境监测、生物量估算和生物多样性预测等应用具有重要意义。

2、目前，对光子点云中地面与地物分类的常用方法有基于概率密度或直方图统计方法、基于机器学习方法和基于密度聚类分析等，但具体存在以下缺陷：

3、(1)基于概率密度或直方图统计方法，根据光子点云的距离或相对邻近关系，使用局部距离统计分析、局部角映射、局部异常因子、k最近邻等分析方法来区分分别聚集于地面与地物的光子点云；该方法缺乏考虑地形坡度的影响和光子点云数据密度分布不均的问题。

4、(2)利用机器学习算法，如支持向量机(svm)、随本文档来自技高网...

【技术保护点】

1.一种基于体素的地面与地物光子点云分类方法，其特征在于，包括：

2.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，S1具体包括：

3.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，S2具体包括：

4.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，S3具体包括：

5.一种实现如权利要求1～4任意一项所述基于体素的地面与地物光子点云分类方法的基于体素的地面与地物光子点云分类系统，包括：

6.一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机...

【技术特征摘要】

1.一种基于体素的地面与地物光子点云分类方法，其特征在于，包括：

2.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，s1具体包括：

3.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，s2具体包括：

4.如权利要求1所述的基于体素的地面与地物光子点云分类方法，其特征在于，s3具体包括：

5.一种实现如权利要求1～4任意一项所述基于体素的地面与地物光子点云分类方法的基于体素的地面与地物光子点云分类系统，包括...

【专利技术属性】
技术研发人员：刘向锋，舒嵘，徐卫明，杨武钟，王振华，王凤香，
申请(专利权)人：中国科学院上海技术物理研究所，
类型：发明
国别省市：