发明名称 一种机载激光雷达点云数据的自动分类方法
摘要 本发明公开了一种机载激光雷达点云数据的自动分类方法,是一项机载激光雷达领域的技术。为了提高点云数据自动分类的效率和精度,本发明采用的技术方案是,首先对点云数据进行分割,然后对分割段的各项属性信息进行统计,再根据分割段间的空间位置关系以及段的属性信息来判断分割段的类别。本发明不同于以往的基于点的自动分类方法,基于分割段进行的分类具有较高的鲁棒性和精度。
申请公布号 CN101702200A 申请公布日期 2010.05.05
申请号 CN200910272643.0 申请日期 2009.11.03
申请人 武汉大学 发明人 蒋晶珏;姚春静;马洪超
分类号 G06K9/00(2006.01)I;G06F17/30(2006.01)I;G01S17/88(2006.01)I;G01S17/89(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 武汉天力专利事务所 42208 代理人 严彦;冯卫平
主权项 一种机载激光雷达点云数据的自动分类方法,其特征在于,包括以下步骤:步骤1,利用kd-tree对三维激光雷达点云数据进行存储和管理,从而支持查询给定点的最近邻接点;步骤2,设定分割段内允许的最大坡度阈值,对三维激光雷达点云数据所提供点云进行聚类分割;所述聚类分割实现方式包括如下步骤,步骤2.1,选择点云中的任一点为种子点;步骤2.2,查询该种子点的N个最近邻接点,若其中某个最近邻接点与该种子点间坡度小于最大坡度阈值,认定该最近邻接点与种子点属于同一个分割段;步骤2.3,以步骤2.2中认定与种子点属于同一个分割段的最近邻接点为新的种子点,返回步骤2.2继续寻找与新的种子点属于同一个分割段的其它点,直到再也找不到与当前的种子点之间坡度小于最大坡度阈值的最近邻接点为止,这样就产生了一个分割段;然后对属于该分割段的点添加属性标识,再选择点云中任一未具有属性标识的点为种子点并返回至步骤2.2生成下一分割段,直至点云中所有的点具有属性标识为止,从而随机产生多个分割段;步骤3,统计步骤2聚类分割所得各分割段的属性信息,包括分割段的表面粗糙度和段内点个数;步骤4,将段内点个数少于预设的指定阈值的分割段分类为噪声段;步骤5,从步骤2聚类分割所得各分割段中指定初始地面分割段;步骤6,以初始地面分割段为种子扩展相邻分割段,根据相邻分割段间的空间位置关系识别形成完整地面段;步骤7,从非地面段中,根据分割段的面积、分割段的表面粗糙度、分割段与完整地面段邻近区域的高程差,识别出建筑物段;所述非地面段是步骤2聚类分割所得各分割段去除噪音段和完整地面段以外的所有分割段,所述分割段的面积由分割段的段内点个数除以点云的密度得到;步骤8,根据非地面段去除建筑物段后的剩余分割段中,点与完整地面段邻近区域的高程差,从剩余分割段中识别植被段。
地址 430072 湖北省武汉市武昌珞珈山