点云数据中地面点的分类方法与流程

1.本发明涉及数据分类技术领域，特别涉及点云数据中地面点的分类方法。


背景技术：

2.点云数据是带有三维坐标的点的集合，目前，点云数据进行地面点分类的方法基本思路是：先在测区的高程最低点上建立三角形，然后根据一定的参数，在最低的三角形的基础上向上建立符合一定条件的三角形，三角形的顶点即为地面点。这样，通过反复建立三角形的过程分类出地面点，这种分类方式存在以下问题：
3.1.由于点云的数据量巨大，反复建立三角形对计算机要求较高，计算速度较慢；
4.2.在地形复杂的地方，该方法仍会出现一些错误，需要人工干预；
5.3.由于噪点的存在以及原始点云的误差，直接用高程最低点作为种子点构三角网，会降低地面点精度。


技术实现要素：

6.本发明所解决的技术问题：提供一种点云数据中地面点的分类方法解决现有的地面点分类计算量大和精度低的问题。
7.本发明解决上述技术问题采用的技术方案：本发明点云数据中地面点的分类方法包括以下步骤：
8.s01、将点云数据格网化；
9.s02、以格网内的最低点作为该格网的第一种子点；
10.s03、通过格网中的点与第一种子点的位置关系对格网进行筛选，获得筛选后的格网；
11.s04、根据筛选后的格网中的点和其对应的第一种子点的位置关系，获得所有粗分类地面点；
12.s05、将所有粗分类地面点进行格网化；
13.s06、计算粗分类地面点格网中的所有点的平均点，所述平均点横坐标为该格网中所有点的横坐标的平均值，纵坐标为该格网中所有点的纵坐标平均值，竖坐标为该格网中所有点的竖坐标平均值；
14.s07、以平均点作为格网的第二种子点；
15.s08、根据格网和第二种子点，获得所有精分类地面点。
16.进一步的，步骤s01中，所述点云数据格网化包括：
17.在含有建筑物的点云数据中，以最大建筑物的尺寸作为格网的大小；
18.在不含建筑物的点云数据，以第一预设值作为格网的大小。
19.进一步的，步骤s03中，获得筛选后的格网的方法包括以下步骤：
20.s301、计算每个格网中的点与该格网的第一种子点的位置关系的平均值，获得格网与其对应的平均值；
21.s302、选取一个格网，如果该格网满足以下条件：该格网的平均值小于与其相邻格网的平均，且其差值小于第一阈值，则该格网为筛选后的格网；
22.s303、依次选取每一个格网，获得筛选后的格网。
23.进一步的，步骤s04中，获得粗分类地面点的方法包括以下步骤：
24.s401、选取筛选后的一个格网，如果该格网中的点与其对应的第一种子点的位置关系小于第二阈值，则该点为粗分类地面点，获得该格网中的所有粗分类地面点；
25.s402、依次选取所有筛选后的格网，获得所有的粗分类地面点。
26.进一步的，步骤s05中，将所有粗分类地面点进行格网化包括：以第二预设值作为格网的大小。
27.进一步的，步骤s08中，获得精分类地面点的方法包括以下步骤：
28.s801、选取一个以平均点为第二种子点的格网，如果该格网中的点与其对应的第二种子点的位置关系小于第三阈值，则该点为精分类地面点，获得该格网中的所有精分类地面点；
29.s802、依次选择所有以平均点为第二种子点的格网，获得所有精分类地面点。
30.进一步的，格网中的点与种子点的位置关系包括坡度、法向量、格网高度差和绝对高度中的一种或多种，所述坡度为格网中的点与种子点之间的连线与水平面的夹角，所述法向量为以格网中的点为基准，搜索其周围的多个点，拟合成一个面的法向量，所述格网高度差为两个格网中的点的竖坐标平均值之差，所述绝对高度为格网中的点与种子点的竖坐标之差。
31.本发明的有益效果：本发明点云数据中地面点的分类方法通过格网化点云数据，对格网进行筛选，再根据筛选后的格网中的点与格网的最低点的位置关系筛选出粗分类地面点，然后对粗分类地面点格网化，根据粗分类地面点格网中的点与格网的平均点的位置关系筛选出精分类地面点，解决了现有的地面点分类计算量大和精度低的问题。本发明与现有技术相比，粗分类地面点的过程过滤掉了大型物体，精分类地面点以平均点为种子点，避免了选择噪点或者原始点云因误差而形成的最低点作为种子点的操作，提高整体地面点精度。
附图说明
32.附图1是本发明点云数据中地面点的分类方法的过程示意图。
具体实施方式
33.本发明点云数据中地面点的分类方法，如附图1所示，包括以下步骤：
34.s01、将点云数据格网化；
35.s02、以格网内的最低点作为该格网的第一种子点；
36.s03、通过格网中的点与第一种子点的位置关系对格网进行筛选，获得筛选后的格网；
37.s04、根据筛选后的格网中的点和其对应的第一种子点的位置关系，获得所有粗分类地面点；
38.s05、将所有粗分类地面点进行格网化；
39.s06、计算粗分类地面点格网中的所有点的平均点，所述平均点横坐标为该格网中所有点的横坐标的平均值，纵坐标为该格网中所有点的纵坐标平均值，竖坐标为该格网中所有点的竖坐标平均值；
40.s07、以平均点作为格网的第二种子点；
41.s08、根据格网和第二种子点，获得所有精分类地面点。
42.本发明先将点云数据格网化，再过滤掉相对位置较高的格网，然后过滤掉格网中相对位置较高的点，获得粗分类地面点，再对粗分类地面点进行格网化，以平均点为基准，过滤掉相对与平均点位置较高的点，获得精分类地面点。
43.进一步的，步骤s01中，所述点云数据格网化包括：
44.在含有建筑物的点云数据中，以最大建筑物的尺寸作为格网的大小；
45.在不含建筑物的点云数据，以第一预设值作为格网的大小。
46.以最大建筑物的尺寸作为格网的大小对点云数据进行划分，可以过滤掉大型建筑物所对应的点云。
47.进一步的，步骤s03中，获得筛选后的格网的方法包括以下步骤：
48.s301、计算每个格网中的点与该格网的第一种子点的位置关系的平均值，获得格网与其对应的平均值；
49.s302、选取一个格网，如果该格网满足以下条件：该格网的平均值小于与其相邻格网的平均，且其差值小于第一阈值，则该格网为筛选后的格网；
50.s303、依次选取每一个格网，获得筛选后的格网。
51.进一步的，步骤s04中，获得粗分类地面点的方法包括以下步骤：
52.s401、选取筛选后的一个格网，如果该格网中的点与其对应的第一种子点的位置关系小于第二阈值，则该点为粗分类地面点，获得该格网中的所有粗分类地面点；
53.s402、依次选取所有筛选后的格网，获得所有的粗分类地面点。
54.进一步的，步骤s05中，将所有粗分类地面点进行格网化包括：以第二预设值作为格网的大小。
55.进一步的，步骤s08中，获得精分类地面点的方法包括以下步骤：
56.s801、选取一个以平均点为第二种子点的格网，如果该格网中的点与其对应的第二种子点的位置关系小于第三阈值，则该点为精分类地面点，获得该格网中的所有精分类地面点；
57.s802、依次选择所有以平均点为第二种子点的格网，获得所有精分类地面点。
58.进一步的，格网中的点与种子点的位置关系包括坡度、法向量、格网高度差和绝对高度中的一种或多种，所述坡度为格网中的点与种子点之间的连线与水平面的夹角，所述法向量为以格网中的点为基准，搜索其周围的多个点，拟合成一个面的法向量，所述格网高度差为两个格网中的点的竖坐标平均值之差，所述绝对高度为格网中的点与种子点的竖坐标之差。
59.实施例：
60.本发明点云数据中地面点的分类方法的一个实施例，以坡度作为筛选条件，包括以下步骤：
61.s01、将点云数据格网化：
62.如果点云数据中含有建筑物，则以最大建筑物的尺寸作为格网大小进行划分；
63.如果点云数据中不含有建筑物，则以第一预设值作为格网大小进行划分；所述第一预设值大于非地面成片物体的尺寸；
64.此过程可以过滤点云中的大型建筑物。
65.s02、以格网内的最低点作为该格网的第一种子点；
66.s03、计算格网中每个点到该格网的第一种子点的向量在水平面的坡度值，并求其平均值；获得所有格网的平均坡度，选取一个格网，如果该格网满足以下条件：该格网的平均值小于与其相邻格网的平均，且其差值小于第一阈值，则该格网为筛选后的格网；
67.此过程是对格网的筛选，过滤掉相对位置较高的格网。
68.s04、选择一个筛选后的格网，如果该格网中的点到该格网的第一种子点的向量在水平面的坡度值小于第二阈值，则该点为粗分类地面点，依次选取所有筛选后的格网，获得所有的粗分类地面点；
69.此过程是过滤掉格网中相对于第一种子点位置较高的点。
70.s05、将所有粗分类地面点进行格网化，格网大小为第二预设值；
71.s06、计算粗分类地面点格网中的所有点的平均点，所述平均点横坐标为该格网中所有点的横坐标的平均值，纵坐标为该格网中所有点的纵坐标平均值，竖坐标为该格网中所有点的竖坐标平均值。
72.s07、以平均点作为格网的第二种子点；
73.s08、选取一个以平均点为第二种子点的格网，如果该格网中的点到该格网的第二种子点的向量在水平面的坡度值小于第三阈值，则该点为精分类地面点，获得该格网中的所有精分类地面点，依次选择所有以平均点为第二种子点的格网，获得所有精分类地面点。
74.本发明点云数据中地面点的分类方法的另一个实施例，以法向量作为筛选条件，包括以下步骤：
75.s01、将点云数据格网化：
76.如果点云数据中含有建筑物，则以最大建筑物的尺寸作为格网大小进行划分；
77.如果点云数据中不含有建筑物，则以第一预设值作为格网大小进行划分；
78.s02、以格网内的最低点作为该格网的第一种子点；
79.s03、以格网的第一种子点基准，搜索其周围的多个点，拟合成一个面，计算第一种子点对应的法向量，以格网中的其他点为基础，搜索其周围的多个点，拟合成一个面，计算出该点对应的法向量，计算格网中所有点对应的法向量与第一种子点对应的法向量之间的夹角，计算出法向量的平均夹角，获得所有格网的法向量平均夹角，选取一个格网，如果该格网的法向量平均夹角均与相邻格网的法向量平均夹角相比均小于第一阈值，则该格网为筛选后的格网；
80.s04、选择一个筛选后的格网，如果该格网中的点对应的法向量与该格网的第一种子点对应的法向量之间的夹角小于第二阈值，则该点为粗分类地面点，依次选取所有筛选后的格网，获得所有的粗分类地面点；
81.s05、将所有粗分类地面点进行格网化，格网大小为第二预设值；
82.s06、计算粗分类地面点格网中的所有点的平均点，所述平均点横坐标为该格网中所有点的横坐标的平均值，纵坐标为该格网中所有点的纵坐标平均值，竖坐标为该格网中
所有点的竖坐标平均值。
83.s07、以平均点作为格网的第二种子点；
84.s08、选取一个以平均点为第二种子点的格网，如果该格网中的点对应的法向量与该格网的第二种子点对应的法向量之间的夹角小于第三阈值，则该点为精分类地面点，获得该格网中的所有精分类地面点，依次选择所有以平均点为第二种子点的格网，获得所有精分类地面点。
85.在本发明的两个实施例中，第一预设值、第二预设值、第一阈值、第二阈值和第三阈值在不同的点云数据中设置的值不一样，可以通过调试第一预设值、第二预设值、第一阈值、第二阈值和第三阈值对获得的该点云数据的精分类地面点进行调整，使获得的精分类地面点更加精确。
86.本发明云数据中地面点的分类方法的实施例还可以以坡度、法向量、格网高度差和绝对高度中的一种或多种组合为筛选条件。以格网高度差为筛选条件，在筛选格网时则是对比相邻格网中的点的竖坐标的平均值，地面点的分类则是以该点到该格网中的竖坐标之差的绝对值为筛选条件。以绝对高度为筛选条件，在筛选格网时则是对比相邻格网中的点与该格网种子点的竖坐标的差的平均值，地面点的分类则是以该点到该格网中的竖坐标之差的绝对值为筛选条件。