【技术实现步骤摘要】
本专利技术方法涉及一种基于分层轮廓的LIDAR数据城市快速重建方法;本方法根据国内机载LIDAR数据自身的特点设计,在数据存在点云密度低、点云缺失、点云噪声大、无回波、非正射、航拍图像与点云不匹配的情况下,仍然可以得到高效的效果;本方法可以广泛处理我国目前机载LIDAR数据,采集部分的LIDAR数据可以通过机载三维激光LIDAR获得,采集部分的航拍正射影像可以通过机载高分辨率数码相机获得,处理平台与显示部分可以通过普通PC机完成功能;本方法在数据量大、数据不准确的情况下仍可以快速处理并获得令人接受的效果,应用前景广泛。
技术介绍
目前基于机载LIDAR数据的建筑重建技术还处在研究探索阶段,国内外学者提出多种不同的方法,主要包括两大类,一是基于数据驱动的单个建筑精细建模方法;二是基于模型驱动的大规模快速建模方法,但上述两类方法都对LIDAR数据和航拍正射影像质量有较高要求。国内机载LIDAR数据与航拍图像的采集刚刚兴起,目前常用的激光LIDAR系统获得的数据往往存在点云密度低、点云缺失、点云噪声大、无回波、非正射、航拍正射图像与点云数据不匹配的问题,不能满足传统方 ...
【技术保护点】
基于分层轮廓的LIDAR数据城市快速重建方法所用设备由一个数据采集平台、一个飞行平台、一个控制与分析平台、一个结果管理与显示平台、一个数据存储装置组成,数据采集平台采用ALS50?II机载激光LIDAR系统、徕卡RCD105?60型高分辨率数码相机和GPS定位模块,控制与分析平台和结果管理与显示平台采用普通PC机,数据存储装置采用PC机的硬盘;其特征在于,实现步骤如下:A:当飞行那个平台进入目标飞行轨迹,控制与分析平台发出指令,飞行平台开始获取当前飞行平台所在位置的差分GPS数据与机载POS数据,同时,控制与分析平台控制数据采集平台上的激光LIDAR系统、高清数码相机工作获 ...
【技术特征摘要】
1.关于分层轮廓的LIDAR数据城市快速重建方法所用设备由一个数据采集平台、一个飞行平台、一个控制与分析平台、一个结果管理与显示平台、一个数据存储装置组成,数据采集平台采用ALS50-1I机载激光LIDAR系统、徕卡RCD105-60型高分辨率数码相机和GPS定位模块,控制与分析平台和结果管理与显示平台采用普通PC机,数据存储装置采用PC机的硬盘;其特征在于,实现步骤如下: A:当飞行那个平台进入目标飞行轨迹,控制与分析平台发出指令,飞行平台开始获取当前飞行平台所在位置的差分GPS数据与机载POS数据,同时,控制与分析平台控制数据采集平台上的激光LIDAR系统、高清数码相机工作获取地表LIDAR点云数据与高清航拍正射影像,并将上述两种数据存储到存储器中,具体步骤如下: AOl:开始,控制与分析平台发出初始化指令,初始化激光LIDAR系统、高清数码相机、GPS模块,获取测试区域坐标; A02:控制与分析平台对激光LIDAR系统、高清数码相机、GPS模块发出起始获取数据指令,开始获取激光LIDAR数据并存储到存储器,开始获取高清航拍影像并存储到存储器,估计GPS差分数据并存储到存储器,获取机载POS数据并存储到存储器; A03:控制与分析平台对激光LIDAR系统、高清数码相机、GPS模块发出结束获取数据指令,停止激光LIDAR系统、高清数码相机、GPS模块的工作,结束存储操作; B:控制与分析平台对采集平台存储的数据进行分析,最后将分析结果保存到结果管理与显示平台,具体步骤如下: BOl:执行从存储设备读取LIDAR系统点云数据的操作,读入点云数据PointS_Cloud,数据中Z表高度,读取时转化为Y表高度; B02:执行去墙壁点操作,迭代判断非地面云团的所有点V,通过索引网格获得与V距离不超过r的所有点(V本身除外)保存至nearList,求nearList中所有点最大高度hmax和最小高度hmin,将hmax和hmin相减得到的值dh作为判断其它点是否为墙壁点的阈值,如果一个点值大于hmax或者该点与地面的高度差大于dh,则认为该点为一个墙壁点,将该点去除; B03:执行标记阶跃点的操作,对于所有剩余的点,计算其半径为r的邻域内各点的最大高度差,如果差值大于设定阈值,则认为此点为阶跃点,将其标记为阶跃点cloud, jump ;B04:执行分离地面点操作,将测量区域划分成尺寸为L*L的方格,在每个方格范围中取最低点作为地面种子点,以种子点周围非阶跃点作为连通条件进行区域生长,得到连通分支branch,将branch保存到branchList,接下来对地面云团建立矩形网并进行平滑得到数字地形模型(Digital Terrain Model,简称DTM),非地面云团留待后续步骤处理; B05:执行点云分割操作,非地面云团进行区域生长,生长的条件为非地面云团中的两个任一点v’l和<2连通且满足<1[幻1’2[幻)~2+&卜’1[幻1’2[幻)~2+卜’1[2]1’2[Ζ]Γ2 <= (Γ2,k为放大倍数,d为连通距离阈值,k和d在方法的初始化过程中设定;B06:执行去植被点操作,迭代判断所有云团中的标记阶跃点,统计以某一阶跃点cloud, jump为圆心r为半径的圆内阶跃点的百分比rate,如果rate大于rate_threshold,则继续扩大r,直到扩大r达到r_max为止;如果在扩大的过程中rate小于rate_threshold,则认为该圆内的区域不是植被圆,圆内的点不是植被点,否则,圆内的所有阶跃点被标记为植被点;B07:执行点云沉降操作,计算各云团内的点平均高度avrgH,将各云团按avrgH由大到小排序,判断是否存在拥有较大avrgH的云团的平面映射投影与拥有较小avrgH的云团的平面映射投影发生联通的情况,如果存在联通的情况,则将重合区域的较高avrgH的云团的值,加入到较低云团中去,更新矩形区域; B08:执行提取轮廓操作,点云进行Delaunay三角剖分,得到三角网patch,删除patch中含有过长边的三角形,递归遍历三角网探寻轮廓边,得到轮廓边集,对轮廓边进行连接得到轮廓多边形,将各轮廓多边形中各顶点Y值置为O; B09:计算最小包围矩形,求当前点云数据在XZ平面上投影的最小包围矩形并存储,由于点云数据的最小包围矩形与点云数据的轮廓多边形polygenList的最小包围矩形相同,而polygenList点数少得多,所以对polygenList求最小包围矩形; BlO:计算云团地面最 低高度和云团平均高度,对点云数据中每个点vi求其落在地面矩形网格中的哪个格,获得此格的高度hi,求所有hi的最小值minH,将minH保存到点云数据中; Bll:执行轮廓平滑操作,首先,进行轻度平滑;然后,标记两级角点,非常尖锐的角点标记为coreCornerPoint, coreCornerPoint之外的普通角点标记为cornerPoint ;第三,进行初次保护性平滑,对于coreCornerPoint, cornerPoint和非角点三类点给予不同的权重,对coreCornerPoint给予非常大的权重,使其在平滑过程中基本保持不动,对cornerPoint给予中等权重,使其在平滑过...
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。