[发明专利]一种基于关键点分割地面点的方法、系统及可读介质

说明书

本发明公开一种基于关键点的地面点云分割方法、系统及可读介质，对原始点云进行处理，得到第一点云，将第一点云网格化，在每个网格对应的点中选取Z方向值最小的点为关键点，通过分割算法对所有的关键点进行分割，将关键点分割为关键地面点与非地面点，并将每个网格中的所有点合并为一个点集，计算每个网格中的所有点与对应关键地面点或根据关键地面点得到的测量参考目标的目标距离，通过与设定阈值的比较，快速、准确分割整个点云中的地面点。

技术领域

本发明涉及计算机领域，具体涉及一种基于关键点的地面点云分割方法、系统及可读介质。

背景技术

激光雷达能够快速非接触式地获取大量物体的表面数据以及高精度的三维空间数据，已经在电力、测绘、林业等领域得到了广泛的应用。在点云数据的处理中，分割地面点是非常重要的一个环节，为后续的DTM数据、DSM数据和建筑物模型等数据的生成做准备。激光雷达每秒钟能够采集几十万甚至上百万个点数据，数据量非常巨大。

目前市面上使用的一些常规算法，比如渐进形态学滤波算法，需要耗费大量的计算时间。因此，如何能够快速、准确地分割地面点是本发明需要解决的问题。

发明内容

有鉴于此，本发明提供一种基于关键点的地面点云分割方法、系统及可读介质，通过提取关键点，对关键点进行分割，再以关键点为基准，分割所有点来快速、准确地分割地面点。

本发明提供一种基于关键点的地面点云分割方法，所述方法包括：

S1：将第一点云进行网格化处理，将每一网格中的点形成点集Bi，将每个点集B_i中Z方向最小值的点作为关键点；

S2：将所述关键点分割为关键地面点P_i与关键非地面点；

S3：基于关键地面点P_i或其构成的点集A_i计算得到对应测量参考目标，计算点集B_i中每个点B_ij与对应测量参考目标的目标距离d_ij；

S4：判断目标距离d_ij是否小于设定阈值，若小于，则提取该点为地面点；

S5：合并所述地面点，生成最终地面点集C。

优选的，所述第一点云为：

对原始点云进行滤波处理，去除原始点云数据中的孤立点得到的点集为所述第一点云。

优选的，所述对第一点云进行网格化处理的过程为：

获取第一点云在投影平面的外接矩形，将所述外接矩形划分成若干大小相同的二维网格，基于第一点云与投影的对应关系将第一点云划分为若干网格，形成若干所述点集B_i。

优选的，所述根据分割算法将所述关键点分割为关键地面点P_i与关键非地面点的步骤包括：

将所述关键点合并生成第二点云；

使用地面点分割算法，将第二点云中的关键点分割为关键地面点P_i与所述关键非地面点。

可选的，所述步骤S3包括：

将关键地面点集A_i中的关键地面点P_i作为测量参考目标，计算所述点集B_i中每个点B_ij与所述测量参考目标在Z方向的距离得到目标距离d_ij。

可选的，所述步骤S3包括：

对所述关键地面点集A_i进行局部平面拟合，生成拟合平面F；