本發(fā)明屬于無(wú)人機(jī)用具技術(shù)領(lǐng)域，尤其涉及一種機(jī)載lidar點(diǎn)云數(shù)據(jù)分類技術(shù)。
背景技術(shù)：
機(jī)載lidar(lightdetectionandranging)系統(tǒng)為三維空間數(shù)據(jù)采集提供了一種全新的技術(shù)手段，它不受日照和天氣條件的限制，具有快速、精確、直接獲取三維信息的特點(diǎn),在地形測(cè)繪、環(huán)境監(jiān)測(cè)、海岸帶測(cè)量和城市三維建模等應(yīng)用中扮演著日益重要的角色,并在一定程度上開(kāi)辟了對(duì)地觀測(cè)技術(shù)新的發(fā)展方向。
激光雷達(dá)能夠直接獲取所觀測(cè)對(duì)象表面點(diǎn)的三維坐標(biāo)以及該點(diǎn)的強(qiáng)度信息。而由于地物的復(fù)雜性和反射率的多樣性,導(dǎo)致在地物分類和提取上存在一定的難度和分歧，如何在缺少光譜信息以及其他的輔助數(shù)據(jù)的情況下，有效地從激光掃描所獲取的“點(diǎn)云”數(shù)據(jù)中進(jìn)行地物點(diǎn)的分類和提取，是目前l(fā)idar數(shù)據(jù)處理研究的重點(diǎn)問(wèn)題之一。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于解決以上所述的技術(shù)問(wèn)題，提供一種可以對(duì)機(jī)載lidar系統(tǒng)得到的信息能夠進(jìn)行快速、有效、精確的進(jìn)行分類的機(jī)載lidar點(diǎn)云數(shù)據(jù)分類技術(shù)，其技術(shù)方案如下：
機(jī)載lidar點(diǎn)云數(shù)據(jù)分類技術(shù)，其特征在于：
基于多尺度虛擬格網(wǎng)與坡度閾值的濾波方法：基于虛擬格網(wǎng)的坡度濾波算法基礎(chǔ)上，采用類似影像金字塔的方式構(gòu)建不同尺度即多級(jí)虛擬格網(wǎng)，各級(jí)格網(wǎng)都以每個(gè)網(wǎng)格內(nèi)的最低點(diǎn)作為地面種子點(diǎn)，然后對(duì)最大尺度網(wǎng)格種子點(diǎn)進(jìn)行去噪，再根據(jù)坡度閾值以網(wǎng)格尺度由大到小的順序逐層對(duì)種子點(diǎn)進(jìn)行平滑處理，最后以最小尺度虛擬格網(wǎng)地面種子點(diǎn)作為基準(zhǔn)種子點(diǎn)對(duì)整個(gè)數(shù)據(jù)集進(jìn)行濾波處理；
融合航空影像的非地面點(diǎn)云分類：根據(jù)點(diǎn)云的rgb值范圍提取出一部分光譜特征明顯的植被；然后根據(jù)點(diǎn)云的高程紋理特征區(qū)分出建筑物點(diǎn)云；最后利用回波次數(shù)信息過(guò)濾出剩余點(diǎn)云中的植被點(diǎn)，進(jìn)而完成對(duì)整個(gè)非地面點(diǎn)集的二級(jí)分類；
基于強(qiáng)度信息聚類的地面點(diǎn)云分類：基于網(wǎng)格的聚類方法首先將數(shù)據(jù)空間劃分成為有限個(gè)單元的網(wǎng)格結(jié)構(gòu)，所有的處理都是以單個(gè)單元為對(duì)象的，通常與目標(biāo)數(shù)據(jù)庫(kù)中記錄的個(gè)數(shù)無(wú)關(guān)，只與把數(shù)據(jù)空間分為多少個(gè)單元有關(guān)。
本發(fā)明的有益效果是：可以對(duì)機(jī)載lidar系統(tǒng)得到的信息能夠進(jìn)行快速、有效、精確的進(jìn)行分類。
具體實(shí)施方式
下面具體說(shuō)明實(shí)施例：
機(jī)載lidar點(diǎn)云數(shù)據(jù)分類技術(shù)，其特征在于：
基于多尺度虛擬格網(wǎng)與坡度閾值的濾波方法：基于虛擬格網(wǎng)的坡度濾波算法基礎(chǔ)上，采用類似影像金字塔的方式構(gòu)建不同尺度即多級(jí)虛擬格網(wǎng)，各級(jí)格網(wǎng)都以每個(gè)網(wǎng)格內(nèi)的最低點(diǎn)作為地面種子點(diǎn)，然后對(duì)最大尺度網(wǎng)格種子點(diǎn)進(jìn)行去噪，再根據(jù)坡度閾值以網(wǎng)格尺度由大到小的順序逐層對(duì)種子點(diǎn)進(jìn)行平滑處理，最后以最小尺度虛擬格網(wǎng)地面種子點(diǎn)作為基準(zhǔn)種子點(diǎn)對(duì)整個(gè)數(shù)據(jù)集進(jìn)行濾波處理；
融合航空影像的非地面點(diǎn)云分類：根據(jù)點(diǎn)云的rgb值范圍提取出一部分光譜特征明顯的植被；然后根據(jù)點(diǎn)云的高程紋理特征區(qū)分出建筑物點(diǎn)云；最后利用回波次數(shù)信息過(guò)濾出剩余點(diǎn)云中的植被點(diǎn)，進(jìn)而完成對(duì)整個(gè)非地面點(diǎn)集的二級(jí)分類；
基于強(qiáng)度信息聚類的地面點(diǎn)云分類：基于網(wǎng)格的聚類方法首先將數(shù)據(jù)空間劃分成為有限個(gè)單元的網(wǎng)格結(jié)構(gòu)，所有的處理都是以單個(gè)單元為對(duì)象的，通常與目標(biāo)數(shù)據(jù)庫(kù)中記錄的個(gè)數(shù)無(wú)關(guān)，只與把數(shù)據(jù)空間分為多少個(gè)單元有關(guān)。
在應(yīng)用上：
1、引入多尺度的概念，設(shè)計(jì)了一種基于多尺度虛擬格網(wǎng)與坡度閾值的機(jī)載lidar點(diǎn)云濾波方法。
2、采用多組機(jī)載lidar數(shù)據(jù)進(jìn)行實(shí)驗(yàn)和誤差分析，采用虛擬格網(wǎng)組織點(diǎn)云數(shù)據(jù)，無(wú)需進(jìn)行格網(wǎng)內(nèi)插，在取得較高運(yùn)算效率的同時(shí)，又避免了原始信息損失。
分析了非地面點(diǎn)云的基本特征和可用于分類的數(shù)據(jù)類型，提出了綜合應(yīng)用回波次數(shù)、高程紋理、光譜信息的分類策略，同時(shí)建立了非地面點(diǎn)分類的具體方法流程。