[发明专利]建筑物点云轮廓提取方法及装置

说明书

本公开的实施例提供了建筑物点云轮廓提取方法、装置、设备和计算机可读存储介质。所述方法包括获取建筑物激光点云数据；对所述点云数据进行处理，生成体元数据集；对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。以此方式，不仅可以提取简单建筑物的轮廓，还可以提取大型、复杂建筑物的轮廓。

技术领域

本公开的实施例一般涉及遥感数据处理领域，并且更具体地，涉及一种建筑物点云轮廓提取方法、装置、设备和计算机可读存储介质。

背景技术

从机载激光雷达(Light Detection And Ranging，LIDAR)点云数据中自动检测城区目标是近几十年来研究的一个重要课题。

经典的建筑物检测方法可分为以下几类：基于拟合的方法、数学形态学方法、数字图像处理方法、模式识别方法及融合LIDAR数据和其它类型的航空影像或GIS数据的方法。

但是，由于点云数据具有离散、不规则分布的特点，即，点云并不是总分布在建筑物的轮廓上，因此，当建筑物形状较为复杂时，通过上述算法提取的建筑物轮廓，往往不能得到较好的提取效果。

发明内容

根据本公开的实施例，提供了一种建筑物点云轮廓提取方案。

在本公开的第一方面，提供了一种建筑物点云轮廓提取方法。该方法包括：

获取建筑物激光点云数据；

对所述点云数据进行处理，生成体元数据集；

对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割；

对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓。

进一步地，所述对所述点云数据进行处理，生成体元数据集包括：

根据所述点云数据中最大和最小的三维坐标的值，构建轴向包围盒；

根据体元分辨率将所述轴向包围盒划分为一系列规则的体元，得到体元数据集；所述体元分辨率根据点云之间的平均点间距确定。

进一步地，还包括：

对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0。

进一步地，所述对所述体元数据集中的体元进行赋值，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0包括：

基于所述体元分辨率、激光点的三维坐标和体元的行、列、层，确定所述激光点在所述体元数据集中的位置，将包含激光点的体元赋值为1，不包含激光点的体元赋值为0；所述体元的行、列、层用于表示激光点的三维坐标。

进一步地，所述对所述体元数据集进行连通成分分析，根据分析结果对建筑物体元单体进行分割包括：

在所述体元数据集中，将所有体元的状态均设置为未处理，选取任一体元作为种子体元，将所述种子体元的状态设置为已处理并进行标号；

搜索所述种子体元的邻域，将邻域中数值为1的体元压入堆栈，标记上和所述种子体元相同的标号，并将压入所述堆栈的体元的状态设置为已处理，从所述堆栈从选取任一体元作为种子体元，重复本步骤，直到堆栈为空；

将所述标号+1，重复上述步骤直到所述体元数据集中的所有体元均被标号。

进一步地，

若所述种子体元的26邻域中，邻域体元的数值均为0，则重新选取种子体元，标号+1。

进一步地，所述对分割完成的建筑物体元单体进行处理，得到建筑物点云轮廓包括：