[发明专利]激光雷达点云数据的快速分块与栅格化算法

说明书

技术领域

本发明是一项对地观测领域的技术，本发明降低了海量激光雷达点云数据的栅格化过程中对计算平台硬件的要求，减少了对计算资源的消耗，能够实现激光雷达点云数据的快速分块与栅格化，本发明是一项具有应用价值的信息处理技术。

背景技术

激光雷达(Light Detection And Ranging，简称LiDAR)是一种集激光、全球定位系统(GPS)和惯性导航系统(Inertial Navigation Systems，INS)技术于一身的用于快速获取地面及地面目标三维高空间分辨率信息的主动式观测系统，LiDAR技术与成像光谱、合成孔径雷达(SAR)一起被列为对地观测系统(EOS)计划最核心的信息获取与处理技术。在近十年内，机载LiDAR技术作为一种精确、快速获取地表三维信息的方法在世界发达国家已经被普遍接受，在地形测绘、环境监测、三维城市建模等诸多领域有广阔的发展前景和应用需求(Ackemann F，et al，Airborne laser scanning-present status and future expectation.ISPRS JPRS，1999(54)：64-67)。然而，激光雷达获取的海量点云数据为不规则的离散点数据集，数据点间的几何关系不规则，利用这些离散点数据生成栅格化的数字产品的过程中需要进行栅格点的邻域搜索与排序，而激光雷达数据在获取高分辨率地面信息的过程中产生的数据量达到GB甚至TB级别，常规分块与栅格化算法的排序与邻域搜索使得算法的空间和时间的复杂度很高，相关研究人员探索使用大量的计算机联网形成分布式计算环境来解决这个问题(http://www.geongrid.org/science/lidar.html)，但是针对于常规的数据处理和数据产品生产而言，数据分块与栅格化成为一个瓶颈问题。

发明内容

●本发明提出一种针对激光雷达点云数据快速分块与栅格化算法，本发明提出的算法包括：激光雷达点云数据存储组织模式与相对定位方法、激光雷达点云数据目标位置前向搜索与自动分块方法、基于三维存储矩阵的插值与后处理。

本发明避免了常规栅格化算法中点云数据的邻域搜索过程，并且在计算过程中对数据进行自动分块，降低了海量激光雷达点云数据处理过程中对计算平台的要求，减少了栅格化过程中的邻域搜索过程，节省了计算资源，能够在较低的计算平台上实现激光雷达点云数据的快速分块与栅格化。

附图说明

图1是本发明的技术路线流程图

具体实施方式

如图1所示，本发明提出一种激光雷达点云数据分块快速与栅格化算法，它包括：激光雷达点云数据的三维存储模式，在点云数据地理坐标的基础上自适应的选择合适的数据子块大小，利用前向位置搜索和相对定位的策略实现激光雷达点云数据的压缩，从而减少离散点云数据分块与栅格化过程中的邻域搜索与I/O过程，实现激光雷达点云数据的快速分块与栅格化。完整的技术流程如下：

●建立激光雷达点云数据的三维存储矩阵：每个激光雷达点数据包含着一定空间参照系下的三维空间位置坐标(X，Y，Z)以及反射强度(density)、回波次数等附加信息，其中三维空间坐标位置为激光雷达点云数据必须具有的信息，建立三维存储矩阵M，采用矩阵的行序表示激光雷达数据点的X方向，矩阵的列序表示激光雷达数据点的Y方向，而矩阵的波段序则代表每个小数据区域内的所有点云的Z信息以及附加信息，其中X、Y平面上每个像元的空间分辨率为用户需要输出栅格化数据的像元(Pixel)大小，假设每个激光雷达数据点包括X，Y，Z，density等i个记录，激光雷达数据点的平均密度为j points/pixel，三维存储矩阵的波段数为n*(i-2)，当j小于3时，n等于3，当j大于或者等于3时，n为j向上取整得到的正整数。