[发明专利]基于密度直方图的机载LiDAR点云数据漏洞快速检测方法

权利要求书

1.一种基于密度直方图的机载LiDAR点云数据漏洞快速检测方法，其特征在于，包括以下步骤：

步骤1，利用航飞测区边界数据对获取的大范围机载LiDAR点云数据进行分块，实现方式如下，

设原始点云数据为S＝{s₁,s₂,…,s_n}，其中，n为原始点云数据中点的数目，s_i为第i个点；对应的一块航飞测区的边界多边形Q＝{p₁,p₂,…,p_m,p₁}，其中，m为多边形中点的数目，p_k为多边形Q的第k个顶点；

对于原始点云数据S中的每一个点s_i判断该点是否落在航飞测区的边界多边形Q内，i＝1,2,…,n；如果s_i落在多边形Q内，则标记s_i为Q内的点，否则标记为其他点；

最后，将所有落入到同一个多边形Q内的点云输出保存到一个独立的点云数据文件中，实现对原始点云数据的分块操作；

步骤2，针对每一个分块点云数据，按照预设尺寸的规则格网进行划分，并统计落入每个格网内点云的数目，绘制点云分布的密度直方图；

步骤3，根据点云分布的密度直方图和预设的密度分割阈值，识别点云数据中密度较低的区域为候选漏洞区域，实现过程为，依据密度分割阈值对点云分布的密度直方图进行二值化处理，对点密度小于密度分割阈值的格网进行聚类，在滤波处理后，利用数学形态算子和边界跟踪算法，从点云密度分布的二值图像中提取候选漏洞区域的边界；

步骤4，根据输入的水域边界数据，通过计算多边形间的重叠度进行匹配，从候选漏洞边界中过滤属于水域的边界，输出最后保留的候选漏洞区域边界为检测的漏洞区域边界结果；所述通过计算多边形间的重叠度进行匹配，实现方式如下，

设步骤3所得候选漏洞区域的边界为C＝{c₁,c₂,…,c_K}，输入的水域边界B＝{b₁,b₂,…,b_M}，对于C中的每一个边界，计算其与B中边界的最大重叠度：

其中，c_k为候选漏洞区域边界C集合中的一个元素，K为候选漏洞区域边界C中元素的数目，b_t为水域边界集合B中的一个元素，M为水域边界集合B中元素的数目，|c_k|是多边形c_k的面积，c_k∩b_t表示多边形c_k与多边形b_t的相交区域的面积；

给定重叠度的最小阈值R_max，如果R(c_k)大于或等于预设重叠度阈值R_max，则将c_k从C中剔除，否则保留c_k为最终检测到的点云数据漏洞区域边界。

2.根据权利要求书1所述基于密度直方图的机载LiDAR点云数据漏洞快速检测方法，其特征在于：步骤3中，利用数学形态算子，包括先采用数学形态学的膨胀算子，再使用腐蚀算子，对滤波后的二值图像进行平滑处理，以获得较为完整的漏洞区域。

3.根据权利要求书1所述基于密度直方图的机载LiDAR点云数据漏洞快速检测方法，其特征在于：重叠度阈值R_max＝0.7。

4.根据权利要求书1所述基于密度直方图的机载LiDAR点云数据漏洞快速检测方法，其特征在于：对于原始点云数据S中的每一个点，判断该点是否落在航飞测区的边界多边形Q内，采用射线法实现。

5.根据权利要求书1或2或3或4所述基于密度直方图的机载LiDAR点云数据漏洞快速检测方法，其特征在于：所述水域边界数据包括河流和湖泊的边界数据。