一種機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)邊緣提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種特征提取方法，具體地說是一種機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)邊緣提取 方法，屬于激光雷達(dá)點(diǎn)云數(shù)據(jù)信息提取技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 特征提取作為圖像分析和計(jì)算機(jī)視覺的重要研究領(lǐng)域，已經(jīng)得到了很多學(xué)者的關(guān) 注和研究。邊緣作為這些特征的重要組成部分，不僅廣泛存在于二維圖像中，還存在于各種 場(chǎng)景(尤其是含有大量人工建筑物的城市場(chǎng)景）和單個(gè)地物的三維點(diǎn)云數(shù)據(jù)中。相比于點(diǎn) 云，圖像是一種更常見的數(shù)據(jù)類型；另外，過去，由于受到激光雷達(dá)傳感器硬件的限制，過去 的三維點(diǎn)云數(shù)據(jù)中地物的細(xì)節(jié)結(jié)構(gòu)，尤其是邊緣，通常有所缺失或模糊不清。因此，目前大 部分邊緣檢測(cè)方法是基于圖像的，而且相關(guān)的方法已經(jīng)相對(duì)成熟。但是，目前，隨著激光雷 達(dá)傳感器硬件的進(jìn)步，獲取可展示地物細(xì)節(jié)結(jié)構(gòu)信息的高密度點(diǎn)云數(shù)據(jù)的技術(shù)已經(jīng)成熟， 且推出了多種商業(yè)化的激光雷達(dá)硬件設(shè)備。
[0003] 但是二維圖像邊緣檢測(cè)算法并不能直接應(yīng)用于三維點(diǎn)云數(shù)據(jù)，主要有以下原因： [0004] (1)激光雷達(dá)點(diǎn)云數(shù)據(jù)通常只具備XYZ坐標(biāo)信息，有時(shí)候會(huì)有RGB信息或者回波信 息。
[0005] (2)激光雷達(dá)點(diǎn)云數(shù)據(jù)所包含的空間幾何信息多于二維圖像，相應(yīng)地，其對(duì)應(yīng)的幾 何結(jié)構(gòu)也更加復(fù)雜。
[0006] (3)激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)是無組織的三維點(diǎn)云數(shù)據(jù)，其鄰域結(jié)構(gòu)非常復(fù)雜且 因檢索方式不同而存在很大差別;然而，圖像成規(guī)則柵格排列，鄰域的確定非常容易。
[0007] 目前，已有的激光雷達(dá)點(diǎn)云邊緣檢測(cè)方法可以分為兩類。第一類方法將激光雷達(dá) 點(diǎn)云轉(zhuǎn)化為圖像，再借助于圖像處理領(lǐng)域的邊緣檢測(cè)方法獲取二維邊緣，進(jìn)一步將二維邊 緣與三維點(diǎn)云數(shù)據(jù)中的邊緣相對(duì)應(yīng)，從而提取三維邊緣特征，稱為"間接法"。第二類方法則 直接作用于激光雷達(dá)點(diǎn)云數(shù)據(jù)來提取三維邊緣特征，稱為"直接法"。其中"直接法"最有代 表性的方法為點(diǎn)云庫(kù)邊緣檢測(cè)方法和自相關(guān)矩陣分析邊緣追蹤方法。
[0008] 但是，上述邊緣檢測(cè)方法存在以下不足：
[0009] (1)"間接法"涉及三維到二維的轉(zhuǎn)換，導(dǎo)致了大量空間幾何信息的損失。
[001 0] (2) "直接法"的適用性有限，僅僅適合于特定類型的邊緣提取。
[0011] (3)這些方法僅僅適用于局部小范圍的無噪聲的點(diǎn)云數(shù)據(jù)，對(duì)于大區(qū)域、且含有噪 聲的點(diǎn)云數(shù)據(jù)不能發(fā)揮效力。
[0012] (4)這些方法的過程復(fù)雜、自動(dòng)化程度較低，需要借助點(diǎn)云分割、目標(biāo)提取等預(yù)處 理，然后針對(duì)特定目標(biāo)提取邊緣。
[0013] 由于以上不足的制約，目前，激光雷達(dá)點(diǎn)云數(shù)據(jù)中的邊緣尚不能完整提取出來，且 自動(dòng)化程度低。

【發(fā)明內(nèi)容】

[0014] 針對(duì)以上現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)邊緣提取方 法，其能夠直接從三維點(diǎn)云中提取邊緣，有效簡(jiǎn)化邊緣提取算法復(fù)雜度，提高邊緣檢測(cè)的自 動(dòng)化程度。
[0015] 本發(fā)明解決其技術(shù)問題采取的技術(shù)方案是:一種機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)邊緣提取 方法，其特征是，包括以下步驟：
[0016] 步驟一，初始化原始機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)，將每一個(gè)激光腳點(diǎn)均設(shè)置為待判別 占 .
[0017] 步驟二，提取機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)中的邊緣點(diǎn)；
[0018] 步驟三，對(duì)邊緣點(diǎn)進(jìn)行追蹤以形成邊緣。
[0019] 優(yōu)選地，在步驟二中，將機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)中的邊緣分成表面輪廓和表面相 交邊緣，并分析表面輪廓和表面相交邊緣的特點(diǎn)，最終形成一套可以同時(shí)提取表面輪廓和 表面相交邊緣的完整流程。
[0020] 優(yōu)選地，在步驟三中，根據(jù)機(jī)載激光雷達(dá)點(diǎn)云的空間鄰域特點(diǎn)對(duì)邊緣點(diǎn)進(jìn)行追蹤 來區(qū)分相交邊緣和方向相同的相鄰邊緣。
[0021 ]優(yōu)選地，所述步驟二具體包括以下步驟：
[0022] (1)按順序從點(diǎn)云數(shù)據(jù)中取出一個(gè)激光腳點(diǎn)，并以該點(diǎn)作為當(dāng)前點(diǎn)；
[0023] (2)搜索當(dāng)前點(diǎn)的鄰域點(diǎn)集:利用kd_tree索引進(jìn)行空間鄰域搜索，kd_tree索引結(jié) 構(gòu)以當(dāng)前點(diǎn)為中心，按距離搜索當(dāng)前點(diǎn)周邊的臨近點(diǎn)；
[0024] (3)根據(jù)鄰域點(diǎn)集擬合局部平面:在擬合局部平面時(shí)采用隨機(jī)采樣一致性方法來 擬合局部平面，將鄰域點(diǎn)集分成位于局部平面上的內(nèi)點(diǎn)和位于局部平面以外的外點(diǎn)；
[0025] (4)構(gòu)建空間直角坐標(biāo)系，連接當(dāng)前點(diǎn)與位于局部擬合平面上的鄰域點(diǎn)，從而構(gòu)成 多條空間向量；
[0026] (5)在生成的空間直角坐標(biāo)系中計(jì)算空間向量所形成的角度階躍:假設(shè)坐標(biāo)系的 三個(gè)軸的單位方向向量分別為：、氣立,= 1…硌)為多條空間向量，則角度 階躍值Ge由以下公式計(jì)算：
[0030] G9=max(0i+i-0i) (? = 1···ΝΓ-1) (4)[0031 ]式中，Θ為空間向量在空間直角坐標(biāo)系中的角度，Nr為正整數(shù)；
[0027]
[0028]
[0029]
[0032] (6)檢測(cè)角度階躍是否大于閾值，從而判定當(dāng)前點(diǎn)是否為邊緣點(diǎn)：如果A* 則 當(dāng)前點(diǎn)被判別為邊緣點(diǎn)，否則不被判別為邊緣點(diǎn)；
[0033] (7)迭代執(zhí)行上述步驟(1)至(6)，直到所有點(diǎn)都被判定為止。
[0034]優(yōu)選地，所述構(gòu)成多條空間向量的過程為:首選利用根據(jù)鄰域點(diǎn)集擬合局部平面 過程中所找到的內(nèi)點(diǎn)，計(jì)算該局部平面的法線向量;然后根據(jù)該法線向量和局部擬合平面 構(gòu)建空間三維直角坐標(biāo)系，該坐標(biāo)系與法線向量垂直的兩個(gè)軸均位于局部擬合平面上；最 后連接當(dāng)前內(nèi)點(diǎn)與位于局部擬合平面上的鄰域點(diǎn)，從而構(gòu)成多條空間向量。
[0035]優(yōu)選地，所述步驟三具體包括以下步驟：
[0036 ] (1)按順序從提取出邊緣點(diǎn)集中取出一個(gè)點(diǎn)，并以該點(diǎn)作為當(dāng)前點(diǎn)；
[0037 ] (2)搜索當(dāng)前點(diǎn)的鄰域點(diǎn)集:利用kd_tr ee索引進(jìn)行空間鄰域搜索，kd_tr e e索引結(jié) 構(gòu)以當(dāng)前點(diǎn)為中心，按距離搜索當(dāng)前點(diǎn)周邊的臨近點(diǎn)；
[0038] (3)擬合空間直線:根據(jù)當(dāng)前點(diǎn)的鄰域點(diǎn)集，利用隨機(jī)采樣一致性原理擬合空間直 線，并將鄰域點(diǎn)集劃分成位于擬合空間直線上的內(nèi)點(diǎn)和位于擬合空間直線以外的外點(diǎn)；
[0039] (4)定義生長(zhǎng)準(zhǔn)則：定義相鄰準(zhǔn)則和方向相似準(zhǔn)則，所述相鄰準(zhǔn)則為：只有與當(dāng)前 點(diǎn)相鄰的點(diǎn)才可以作為壓入當(dāng)前邊緣隊(duì)列的候選點(diǎn)，所述與當(dāng)前點(diǎn)相鄰的點(diǎn)為位于擬合空 間直線上的內(nèi)點(diǎn)點(diǎn)集中且與當(dāng)前點(diǎn)相鄰的點(diǎn)；所述方向相似準(zhǔn)則為:如果與當(dāng)前點(diǎn)相鄰的 某一點(diǎn)的鄰域點(diǎn)集擬合直線的主方向與當(dāng)前點(diǎn)鄰域擬合直線的主方向相近，則該點(diǎn)可以作 為壓入當(dāng)前邊緣隊(duì)列的候選點(diǎn)；
[0040] (5)采用區(qū)域生長(zhǎng)方法追蹤邊緣:采用相鄰準(zhǔn)則和方向相似準(zhǔn)則對(duì)當(dāng)前點(diǎn)進(jìn)行生 長(zhǎng)分割，直到所有鄰域點(diǎn)不能同時(shí)滿足相鄰準(zhǔn)則和方向相似準(zhǔn)則為止，被生長(zhǎng)到的激光腳 點(diǎn)，視為這條邊緣上的點(diǎn)；
[0041] (6)迭代執(zhí)行上述步驟(1)至(5)，直到所有邊緣點(diǎn)都被追蹤為止。
[0042]優(yōu)選地，所述kcLtree索引采用按鄰域點(diǎn)個(gè)數(shù)進(jìn)行按距離搜索或以當(dāng)前點(diǎn)為中心 的求半徑范圍進(jìn)行搜索的檢索方式。
[0043]本發(fā)明的有益效果如下：
[0044] (1)本發(fā)明提出了一種從大范圍無組織噪聲點(diǎn)云中提取邊緣的方法，直接作用于 三維點(diǎn)云數(shù)據(jù)，提取效果穩(wěn)健并且效率高。本發(fā)明不限定邊緣類型，且能很好的適應(yīng)不同密 度和多種傳感器獲取的三維點(diǎn)云數(shù)據(jù)，所有邊緣都可以得到檢測(cè)。此外，本發(fā)明在提取邊緣 過程中僅采用兩個(gè)參數(shù)，參數(shù)少，使用方便，并且參數(shù)設(shè)置相對(duì)穩(wěn)定。
[0045] (2)本發(fā)明提出了 一種三維邊緣追蹤算法來確定離散邊緣點(diǎn)的歸屬信息，可以在 邊緣點(diǎn)中快速追蹤邊緣，并且能有效區(qū)分相交邊緣和方向相同的相鄰邊緣。本發(fā)明算法穩(wěn) 健性較高，提取的邊緣點(diǎn)位置精確，漏檢現(xiàn)象較少，可以適用于多個(gè)邊緣相互交叉的復(fù)雜邊 緣點(diǎn)追蹤。
[0046] (3)本發(fā)明不需要借助激光雷達(dá)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的光學(xué)圖像，不需要將激光雷達(dá)點(diǎn) 云數(shù)據(jù)轉(zhuǎn)化成深度圖像，直接從三維點(diǎn)云中提取邊緣，有效區(qū)分各交叉邊緣，有效簡(jiǎn)化了邊 緣提取算法復(fù)雜度，提高了邊緣檢測(cè)的自動(dòng)化程度，并且能夠有效提取激光雷達(dá)點(diǎn)云中所 有類型邊緣。