[发明专利]基于区域预测的LiDAR点云数据形态学滤波方法

摘要

本发明涉及基于区域预测的LiDAR点云数据形态学滤波方法。方法包括以下步骤步骤一，构建滤波初始表面模型；步骤二，去除初始表面模型的粗差点，得到滤波表面模型；步骤三，对滤波表面模型进行分块步骤四，滤波处理。本发明的方法克服了现有技术中形态学滤波不能很好对复杂场景滤波的缺点,以及使用恒定的人工设置的地形参数进行滤波处理而导致的自适应不强的问题，利用了分块原理和使用各个分块区域预测地形参数s能够根据地形的起伏情况调整高差阈值等优点，从而能够自适应地对点云数据进行滤波，最终获得较好的滤波结果。

主权项

一种基于区域预测的LiDAR点云数据形态学滤波方法，其特征在于，方法包括以下步骤：步骤一，构建滤波初始表面模型；步骤二，去除初始表面模型的粗差点，得到滤波表面模型；步骤三，对滤波表面模型进行分块：按适当尺寸对滤波表面模型进行分块，其中分块n记为Rn，n＝1,2,3,…,N，N为分块的总数；该分块Rn中包含M个点云数据，其中点云数据m记为rmn，m＝1,2,3,…,M；步骤四，滤波处理：对各分块分别进行滤波处理，其中对分块Rn，n＝1,2,3,…,N的处理过程如下：从最小结构元素窗口半径开始执行以下操作，之后结构元素窗口的半径每增加一米，执行一次以下操作直至最大结构元素窗口半径：分别对分块Rn中所有点云数据进行开运算，得到各点云数据开运算后的高程值，分别计算各点云数据的高程值与其自身的开运算后的高程值的差值，差值大于en的点云数据标记为非地面点，且将各点云数据的高程值更新为开运算后的高程值，其中：en＝sn×w×c，w为当前结构元素窗口的半径，c为格网边长，且1米≤c≤5米，sn＝a×σn+b，σn为分块Rn中所有点云数据高程值的标准差，0.005≤a≤0.02，0.005≤b≤0.02；滤波处理后未标记的点云数据为地面点；对于分块时不能被整分的滤波表面模型，被分块后剩余的格网，采用如下方法进行滤波处理：从最小结构元素窗口半径开始执行以下操作，之后结构元素窗口的半径每增加一米，执行一次以下操作直至最大结构元素窗口半径：分别对剩余格网中所有点云数据进行开运算，得到各点云数据开运算后的高程值，分别计算各点云数据的高程值与其自身的开运算后的高程值的差值，差值大于e的点云数据标记为非地面点，且将各点云数据的高程值更新为开运算后的高程值，其中：e＝0.3×w×c，w为当前结构元素窗口的半径，c为格网边长，且1米≤c≤5米，滤波处理后未标记的点云数据为地面点。