[发明专利]一种倾斜实景模型漂浮物自动定位检测方法及系统

权利要求书

1.一种倾斜实景模型漂浮物自动定位检测方法，其特征在于，包括如下步骤：

解析获取的倾斜实景模型，生成点云数据；

确定有限可变的圆柱体邻域对点云数据处理，通过圆柱体邻域外层的种子点进行快速区域生长，将点云数据分割为多个聚类体；

根据设定的漂浮物评价指标特征对聚类体进行筛选，获得符合漂浮物特征的聚类体；

根据筛选后获得的聚类体，提取聚类体的几何重心用于标记漂浮物的位置，实现模型漂浮物自动定位检测。

2.如权利要求1所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：生成点云数据还包括构建点云索引的步骤，具体的，通过构建八叉树索引组织点云数据，包括如下：

解析三角网信息，将顶点作为点云数据保留；

获取点云最小外包围盒，设置分割深度，建立八叉树索引结构。

3.如权利要求1所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：获取点云数据后，聚类体分割之前，还包括加密的步骤：利用点云邻域点进行曲面拟合插值，完成点云加密。

4.如权利要求1所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：确定有限可变的圆柱体邻域，为根据点云局部特征，采用主成分分析法自适应确定圆柱体邻域的方向和大小；

或者，选择确定的圆柱体邻域的外层种子点进行快速区域生长的方法，包括如下步骤；

b2.1)从点云数据中任选一点作为起始点，新建聚类体C；

b2.2)设置聚类体C对应的生长队列S_c1和种子队列S_c2；

b2.3)将起始点的圆柱体邻域内层的点云加入S_c1，外层的点云加入S_c2；

b2.4)使用S_c2中新加入的点云进行生长，按照步骤b2.3对其邻域点进行处理；

b2.5)当S_c2中无新点加入时，停止聚类体C的聚类；

b2.6)从未被聚类的剩余点中新选一点，重复上述步骤b2.1-b2.5，直至所有点都参与聚类，最终点云被分割为多个聚类体。

5.如权利要求4所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：采用主成分分析法自适应确定圆柱体邻域的方向和大小，具体包括如下步骤：

设置圆柱体邻域的初始范围参数；

对于点云数据中的某一点，利用其初始圆柱体邻域内的点云进行主成分分析，计算特征值和特征向量；

以最小特征值对应的特征向量作为圆柱体的轴向参数，根据特征值描述的面曲率来确定该点的圆柱体邻域大小参数。

6.如权利要求1所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：漂浮物评价指标特征包括相对地面高度、包围盒体积和邻域目标分布特征；

或者，根据聚类体的相对地面高度、包围盒体积和邻域目标分布特征判断是否是模型漂浮物的方法，具体的：聚类体的相对地面高度大于高度设定值，并且包围盒体积大大于体积设定值，并且以聚类体为中心的设定邻域范围内其他目标物的数量和面积；若存在平面面积大于设定面积的其他目标物，则判断为存在漂浮物；否则，判定为不存在模型漂浮物。

7.如权利要求6所述的一种倾斜实景模型漂浮物自动定位检测方法，其特征在于：

计算聚类体最低点高程z与DEM对应位置处的格网值G之间的高程差作为该聚类体的相对地面高度；

或者，包围盒体积的确定方法为：

计算聚类体中点云水平方向的中心点；

利用点云数据的水平方向二维坐标构建协方差矩阵并求解；

以最大特征值对应的特征向量作为聚类体包围盒的长边方向，然后求得与长边方向垂直的方向作为聚类体包围盒的短边方向；

通过将点云投影到长边和短边方向上，计算两条投影线段的端点；

根据投影线段的端点和包围盒的高度，得到包围盒体积；

其中，聚类体包围盒的高度为聚类体中点云的高程为最大值和最小值之差。