[发明专利]一种基于地表点位的点云空间位置质量自动检查方法

说明书

本发明公开了一种基于地表点位的点云空间位置质量自动检查方法，包含如下步骤：激光点云数据和控制点文件准备；根据获得的检查点文件按照一定的半径搜索阈值从原始激光点集中查找目标点集；根据地表点与非地表点之间法线指向通常不一致的情况，采用基于主成分分析的方法实现两者之间的分离；从地表点集中提取道路标线点，最后查找距离检查点最近的道路标识线从而完成点云空间位置质量的自动检查。本发明技术的应用，能够减少人工的干预，提高生产效率。

技术领域

本发明涉及资源环境遥感或测绘科学技术领域，具体为一种适用于激光扫描技术获取数据时，自动检查数据的空间位置精度，要求控制点位于道路标识线拐点处的情况的基于地表点位的点云空间位置质量自动检查方法。

背景技术

激光雷达(LiDAR)是集全球卫星导航定位系统(GNSS)、惯性测量单元(INS)等设施于一体的测量设备，根据扫描仪搭载的平台不同可以将其分为机载、车载、架站式以及便携式三维激光扫描等。相比较传统的空间信息获取技术，激光雷达扫描可以在保证测量精度的前提下获得大量的三维点云数据，并且测量时发射的激光具有穿透植被的能力，受可见光线影响很小，直接获取高精度三维点云数据。三维点云数据经过后处理，可以生成高精度的数字高程模型(DEM)、等高线图(CM)和数字地表模型(DSM)等测绘产品，具有传统摄影测量和地面常规测量技术无法替代的优越性，可以广泛应用于水利、林业、电力以及城市管理等多个领域。从而使其成为了当今测绘行业在数据采集上广泛采用的新型技术手段。

目前，在城市道路车载激光扫描工程项目中，一方面获得点云数据量惊人，每小时可以获得150Gb的点云数据；另一方面，由于城市环境复杂，致使卫星信号失锁，点云空间质量很差。为了保证提交的点云数据成果达到要求，通常首先采用人机交互检查的方法对点云空间质量进行检查，再根据特征点的真实坐标进行位置改正。因此，自动化检查点云空间质量十分必要。在城区道路标识线随处可见，自然形成空间特征点。为了对点云的数据质量进行检查，检查点一般打在标识线的拐点处。由于道路标识线与路面的材质通常不同，使得两者在激光的反射上存在较大的差别，可以利用这一特点，自动获取激光扫描点云道路标线拐角特征的空间位置，与实际测量控制点位置对比。

综上，提供一种基于地表点位的点云空间位置质量自动检查方法，解决自动获得车载激光扫描点云空间位置是否正确的问题，相对于人机交互检查的方法，效率大大提高，是一个急需解决的问题。

发明内容

为了解决上述现有技术中存在的不足，本发明提出了一种基于地表点位的点云空间位置质量自动检查方法。

本发明的目的是这样实现的：

一种基于地表点位的点云空间位置质量自动检查方法，包括如下步骤：

第一步，数据准备：用到的数据主要分为两类：待检查的激光点云数据和检查点坐标文件；

第二步，获取检查点周边点集：按照一定的半径搜索阈值对每一个检查点进行处理，把搜索到的激光点数据视为一个目标点集；

第三步，点云分类：采用主成分分析法，分类出属于地表面的点和非地表面的点；第三步包含如下子步骤：

(1)统计激光点高程值的分布，若激光点的高程值在一个给定阈值范围内，则认为目标点集中的点都是地表点；若不是，则进行下一步操作；

(2)计算激光点的法向量，认为法向量值在一定阈值范围内的点，为是近似立面范围内的点：采用主成分分析法计算点云的法线信息按照公式(1)进行；

上式记作Hx＝λx，其中H为待求点邻近n个点的协方差矩阵，要求A、B、C的值，即等价于求解特征值λ对应的特征矩阵；当λ取最小值时，对应的特征向量即为待求点对应的法线；