一种基于LiDAR数据的建筑物区域提取方法

摘要

本发明公开了一种基于LiDAR数据的建筑物区域提取方法，属于LiDAR数据提取建筑物的方法领域。其步骤包括：LiDAR数据前期处理；对原始LiDAR数据重采样；反向迭代数学形态学滤波；分离建筑物与密集树木。本发明直接对3D点云数据进行处理，而不是将点云转化为深度图像，避免了转化过程中信息的损失和转化过程中增加的计算量；同时通过反向渐进迭代使用不同窗口进行数学形态学滤波操作，基本消除了地形起伏对数学形态学滤波中建筑物提取的影响，能取得较高的提取精度；本发明能够从大范围的LiDAR数据中快速、准确地提取出属于建筑物区域的LiDAR点，能够为城市的三维建模提供可靠的数据支持。

主权项

一种基于LiDAR数据的建筑物区域提取方法，包括以下步骤：步骤1：LiDAR数据前期处理，即将原始LiDAR数据转换为适合于处理的矢量数据格式；步骤2：对原始LiDAR数据重采样，即用最近邻法对原始无规则LiDAR数据按照1m的数据点采样间距进行重采样，得到规则间距的LiDAR点阵； 步骤3：反向迭代数学形态学滤波，即对重采样后的等间距点进行反向迭代数学形态学滤波，以将地面点和稀疏树木点滤除，得到仅含建筑物区域和密集树木区域的点集，反向迭代数学形态学滤波的具体流程如下：（1）选择最大滤波窗口、最小滤波窗口和窗口减小的步长；（2）从最大窗口开始，到最小窗口结束，迭代地对重采样后的LiDAR数据进行数学形态学的开操作；（3）迭代过程中，每次都将本次数学形态学的开操作结果与上一窗口下开操作结果进行作差，并根据这个高程差来初步区分建筑物区域的点和地面点；步骤4：分离建筑物与密集树木，即根据树木点区域和建筑物点区域之间粗糙度的差异进行数学形态学的开操作，以将树木和建筑物点分离，这个分离过程的具体流程如下：（1）对滤波得到的LiDAR点，计算每个点的粗糙度，并根据粗糙度进行初步分类即分成建筑物点和树木区域点；（2）对初步分类结果进行数学形态学开操作，对细碎的树木区域进行初步滤除，并在此基础上采用面积阈值进一步去除树木区域残留的细小碎片；（3）部分建筑物屋顶面片之间的边界处由于粗糙度较大，在滤波过程中被滤除，现根据其与建筑物屋顶面片的位置关系来恢复。