[发明专利]基于区域预测的LiDAR点云数据形态学滤波方法

权利要求书

1.一种基于区域预测的LiDAR点云数据形态学滤波方法，其特征在于，方法包括以下步骤：

步骤一，构建滤波初始表面模型；

步骤二，去除初始表面模型的粗差点，得到滤波表面模型；

步骤三，对滤波表面模型进行分块：

按适当尺寸对滤波表面模型进行分块，其中分块n记为R_n，n＝1,2,3,…,N，N为分块的总数；该分块R_n中包含M个点云数据，其中点云数据m记为r_mn，m＝1,2,3,…,M；

步骤四，滤波处理：

对各分块分别进行滤波处理，其中对分块R_n，n＝1,2,3,…,N的处理过程如下：

从最小结构元素窗口半径开始执行以下操作，之后结构元素窗口的半径每增加一米，执行一次以下操作直至最大结构元素窗口半径：

分别对分块R_n中所有点云数据进行开运算，得到各点云数据开运算后的高程值，

分别计算各点云数据的高程值与其自身的开运算后的高程值的差值，差值大于e_n的点云数据标记为非地面点，且将各点云数据的高程值更新为开运算后的高程值，其中：e_n＝s_n×w×c，w为当前结构元素窗口的半径，c为格网边长，且1米≤c≤5米，s_n＝a×σ_n+b，σ_n为分块R_n中所有点云数据高程值的标准差，0.005≤a≤0.02，0.005≤b≤0.02；

滤波处理后未标记的点云数据为地面点；

对于分块时不能被整分的滤波表面模型，被分块后剩余的格网，采用如下方法进行滤波处理：

从最小结构元素窗口半径开始执行以下操作，之后结构元素窗口的半径每增加一米，执行一次以下操作直至最大结构元素窗口半径：

分别对剩余格网中所有点云数据进行开运算，得到各点云数据开运算后的高程值，

分别计算各点云数据的高程值与其自身的开运算后的高程值的差值，差值大于e的点云数据标记为非地面点，且将各点云数据的高程值更新为开运算后的高程值，其中：e＝0.3×w×c，w为当前结构元素窗口的半径，c为格网边长，且1米≤c≤5米，滤波处理后未标记的点云数据为地面点。

2.如权利要求1所述的基于区域预测的LiDAR点云数据形态学滤波方法，其特征在于，方法还包括：

将步骤四确定的地面点插值得到数字高程模型，

接着分别确定所有点云数据的初始高程值与数字高程模型之间的垂直距离，其中垂直距离小于0.5米的点云数据为最终地面点；

所述所有点云数据的初始高程值为步骤四所述各点云数据开运算后的高程值。

3.如权利要求1所述的基于区域预测的LiDAR点云数据形态学滤波方法，其特征在于，步骤三中按尺寸大小为(20m×20m)～(50m×50m)对滤波表面模型进行分块。

4.如权利要求1所述的基于区域预测的LiDAR点云数据形态学滤波方法，其特征在于，步骤四中最小结构元素窗口半径为1米，最大结构元素窗口半径为5～30米。