[发明专利]基于不规则三角网的LiDAR点云数据水上桥梁提取方法

说明书

技术领域

本发明属于遥感应用研究领域，具体涉及一种基于不规则三角网的LiDAR点云数据水上桥梁提取方法。 

背景技术

机载LiDAR系统能够直接获取地面三维数据，具有高精度、高密度、高效率和成本低等优点，利用它快速获得的海量数据可以得到我们所需要的各种图像产品，因此在现代测绘中发挥越来越重要的作用。桥梁作为重要的人工建筑和交通枢纽，利用LiDAR点云数据进行桥梁目标提取具有重要意义。LiDAR点云数据是指机载LiDAR系统通过发射和接收激光脉冲得到地表的高精度3维点坐标。 

桥梁目标的提取基本上是基于影像数据，基于LiDAR点云数据的桥梁提取算法较少。Sithole等人在文献“Sithole G,Vosselman G.‘Bridge detection in airborne laser scanner data’[J].ISPRS journal of photogrammetry and remote sensing,2006,61(1):33-46.”中提出的基于剖面分析的桥梁点提取算法，该方法能够较好的提取陆地上的任意形状的桥梁点，但对于水上桥梁的提取由于要先进行水体的提取等工作从而降低了水上桥梁的提取效率。李云帆等人在文献“李云帆,马洪超,邬建伟,等.‘顾及地形特征的机载LiDAR数据桥梁提取算法研究’[J].武汉大学学报:信息科学版,2011,36(5):552-555.”中提出的算法能够较好的提取水上和陆上桥梁，但是由于频繁的进行三角形定位和插入、删除操作影响了识别的效率；另外，算法中使用过多的参数设置也会影响桥梁点提取的效果。 

综上，基于LiDAR点云数据的桥梁提取是一个较新的研究领域，且上述现有的桥梁提取技术存在识别和提取效率低，算法中使用过多参数影响提取效果等缺点。 

研究者发现，由于水体对激光点的吸收作用导致LiDAR点云数据会出现数据空白，在进行Delaunay三角剖分时会出现狭长的三角形，利用这些狭长三角形进行桥梁检测和提取桥梁的方法不失为一种创新。 

发明内容

针对现有的LiDAR点云数据水上桥梁提取方法的效率不高和参数设置较多等缺点，提出了基于不规则三角网LiDAR点云数据水上桥梁提取方法，该方法充分利用水体对激光点的吸收特性，对LiDAR点云数据进行三角剖分，在三角网空白区域检测狭长三 角形来确定水体，然后通过分离河流边缘点和桥梁边缘点，对边缘点进行边缘曲线拟合，得到桥梁角点，最终能够高效准确提取位于水体上的一个或多个桥梁，具有很好的实际应用。本发明的可以应用于LiDAR点云数据中有水桥梁的识别和提取，从而将获取到的桥梁信息用于交通方面以及后续的三维重建。 

为了实现上述任务，本发明采用如下技术方案予以解决： 

一种基于不规则三角网的LiDAR点云数据水上桥梁提取方法，具体包括如下步骤： 

步骤1，读取目标区域的原始LiDAR点云数据； 

步骤2，剔除粗差噪声； 

步骤3，对步骤2得到的剔除粗差后的LiDAR点云数据进行Delaunay三角剖分：将离散分布的点云数据生成xoy平面上的不规则三角网； 

步骤4，计算步骤3得到的三角形网中所有三角形的狭长度，并提取边缘点。 

步骤5，计算边缘点高程阈值，以高程阈值为分界点分离桥梁边缘点和河流边缘点，得到河流边缘点和桥梁边缘点高程变化曲线； 

步骤6，对步骤5中得到的河流边缘点进一步分离，拟合河岸边缘曲线； 

步骤7，对桥梁边缘点进一步分离，拟合桥梁边缘曲线； 

步骤8，求解桥梁角点，具体步骤如下： 

对步骤6、步骤7得到的两测河岸边缘的拟合曲线方程以及每个桥梁的每一侧边缘点的拟合曲线方程联立求解，得到所有桥梁的角点； 

联立方程如下：