[发明专利]基于路径点邻近域与地面滤波的自适应点云抽稀方法

权利要求书

1.一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，包括以下步骤：

S1，对外业采集的所有点云进行一次随机采样；

S2，使用Octree算法将点云分成体素；

S3，计算每个体素的中心点和每一个路径点的欧式距离，然后根据欧式距离决定体素的保留与否，然后再去除掉距离过大的体素中的所有点，得到新的样本空间；

S4，进行地面滤波，分离地面数据和地面上物体数据；

S5，对地面数据进行体素下采样，对地面上物体数据根据法向特征显著值进行下采样；

所述法向特征显著值包括区域法向特征显著值和中心法向特征显著值；

根据下列公式计算出区域法向特征显著值：

其中N是区域内点的个数，σ为高斯分布的方差，Θ_i,j是角度差矩阵Θ第i行第j列的夹角，D_i,j是矩阵D第i行第j列的中心点，α为常数；

根据下列公式计算出中心法向特征显著值：

其中e表示自然基数，Θ_1,j为角度差矩阵Θ第1行第j列的夹角，D_1,j为矩阵D第1行第j列的中心点；

然后重新合并两个点云，最终得到点云抽稀结果。

2.根据权利要求1所述的一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，所述S1包括：

输入的激光点云的样本空间为：S＝{ω(x,y,z,I)|x,y,z,I∈R}，S为关于函数ω的点云空间，其中x,y,z为三维坐标值，I为点的强度值，其均属于实数R；对激光点云进行一次随机采样，设置采样率为α，根据采样率随机的去除点，生成新样本空间S_α。

3.根据权利要求1所述的一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，所述S2包括以下步骤：

S2-1，对S1生成的样本空间S_α使用Octree算法将点云分成体素，设置分辨率为p，以p³为一个正方体体素，将样本空间分割成x轴体素个数为：y轴体素个数为：z轴体素个数为：的体素八叉树；其中X_max为该样本空间X轴方向的最大值，X_min为该样本空间X轴方向的最小值，Y_max为该样本空间Y轴方向的最大值，Y_min为该样本空间Y轴方向的最小值，Z_max为该样本空间Z轴方向的最大值，Z_min为该样本空间Z轴方向的最小值；

S2-2，去除每个体素内的没有任何点的体素，生成样本空间S_p，S_p为关于函数λ的点云空间，其表达式为：S_p＝{λ(x_p,y_p,z_p)|x,y,z∈N}；其中x_p,y_p,z_p分别为体素在样本空间X、Y、Z轴方向上的下标索引值为p的点，N为自然数。

4.根据权利要求1所述的一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，所述欧式距离包括：

其中x_γ、y_γ、z_γ分别为体素在样本空间X、Y、Z轴方向上的下标索引值为γ的点，x_p、y_p、z_p分别为体素在样本空间X、Y、Z轴方向上的下标索引值为p的点。

5.根据权利要求1所述的一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，所述S4包括：

使用点云地面滤波算法进行地面滤波，对S3的样本空间S_r分离为地面样本空间S_g和地面以上物体的样本空间S_up。

6.根据权利要求1所述的一种基于路径点邻近域与地面滤波的自适应点云抽稀方法，其特征在于，所述S5包括以下步骤：

S5-1，对地面以上样本空间S_up根据法向特征显著性进行下采样，计算每一个点的区域法向特征显著值和中心法向特征显著值；

S5-2，根据设定阈值，得到新样本空间S_normal；

S5-3，对于地面样本空间S_g，采用体素滤波的方法进行下采样得到新样本空间S_voxel；

S5-4，最后重新合并两个点云S_normal+S_voxel，得到最终的抽稀结果S_downsample。