[发明专利]基于单木分割的地面和机载LiDAR点云配准方法

说明书

本发明属于森林资源经营管理和动态监测领域，公开了一种基于单木分割的地面和机载LiDAR点云配准方法，包括以下步骤：步骤一、进行LiDAR点云预处理；步骤二、获取二维高程投影影像；步骤三、利用Hough变换圆检测法检测出单木数据；步骤四、利用种子区域增长法，得单木点图像；步骤五、将步骤四所得的单木点图像转换成对应的三维点云数据；步骤六、基于单木中心的ICP配准参数计算；步骤七、进行配准，并对配准结果进行精度评价。在点云配准过程中，采用了基于单木分割的ICP算法进行精细配准，减少了用于计算配准参数的点云数量，在保证精度的前提下，大大提高了算法的效率。

技术领域

本发明属于森林资源经营管理和动态监测领域技术领域，具体涉及一种基于单木分割的地面和机载LiDAR点云配准方法。

背景技术

近年来，LiDAR技术由于其能够直接快速高效地获取三维空间数据、监测范围广、精度高、作业成本低的特点而被应用于林业监测中。由于地物之间的遮挡、平台位置的限制等原因，地面激光扫描技术和机载激光扫描技术都无法独立完成树木的完整扫描，只能分别扫描到树木的底部或顶部，二者的观测范围都有很大的局限性，但是通过点云数据的处理，可以将两者的优势互补，得到更加完整的树木点云数据，为实现单木级林业监测提供支撑，因此，如何综合利用不同平台激光扫描仪得到的三维激光点云数据成为当前研究的热点。

为实现不同平台激光雷达扫描传感器获取的多视角三维激光点云的综合利用，首先需要用到点云配准这一关键技术。目前使用最为广泛的点云精细配准算法是最邻近点迭代算法(即Iterative Closest Point，ICP算法)及其各种变种。ICP算法最早是由Besl和McKay提出的，这是一种基于自由形态曲面的配准算法，其优点是简单易行，但是效率不高、鲁棒性差和对迭代初值敏感。如何实现散乱的地面和机载LiDAR三维激光点云数据的高精度、高效率配准，是目前三维激光移动扫描技术用于林业监测领域亟待解决的问题和难点。

发明内容

为了解决现有技术存在的上述问题，本发明目的在于提供一种基于单木分割的地面和机载LiDAR点云配准方法。

本发明所采用的技术方案为：

一种基于单木分割的地面和机载LiDAR点云配准方法包括以下步骤：

步骤一、将获取的地面LiDAR点云数据和机载LiDAR点云数据进行LiDAR点云预处理；

步骤二、对LiDAR点云预处理所得的三维激光点云数据进行高程投影转换，获取二维高程投影影像；

步骤三、利用Hough变换圆检测法从二维高程投影图像中检测出单木数据；

步骤四、利用种子区域增长法提取出二维高程投影图像中的单木数据，得单木点图像；

步骤五、将步骤四所得的单木点图像转换成对应的三维点云数据，转换后得地面单木点云数据和机载单木点云数据；

步骤六、基于单木中心的ICP配准参数计算；

步骤七、将步骤五所得的地面单木点云数据和机载单木点云数据进行配准，并对配准结果进行精度评价。

进一步地，步骤一中，LiDAR点云预处理包括点云去噪处理和点云格式转换处理。

进一步地，步骤二中，高程投影转换中，将三维激光点云数据在二维XOY平面的覆盖范围内以一定的采样间隔d划分为规则的网格；

每个网格的高程值为落在对应网格范围内的所有点云数据的最大高程值，然后将得到的最大高程值按照公式(1)变换成灰度值Gi；