基于曲率从Lidar点云数据提取建筑物轮廓线的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106600617A(43)申请公布日2017.04.26(21)申请号201611248387.8(22)申请日2016.12.29(71)申请人中科宇图科技股份有限公司地址100101北京市朝阳区安翔北里甲11号创业大厦B座2层(72)发明人田庆丁翔胡磊姚勇李月华(74)专利代理机构北京市盛峰律师事务所11337代理人梁艳(51)Int.Cl.G06T7/13(2017.01)G06T17/30(2006.01)权利要求书3页说明书10页附图1页(54)发明名称基于曲率从Lidar点云数据提取建筑物轮廓线的方法(57)摘要本发明公开了一种基于曲率从Lidar点云数据提取建筑物轮廓线的方法，涉及Lidar数据处理技术领域，应用于数字城市建设过程中的轮廓线提取及三维模型建立的生产过程中。该方法包括步骤：点云数据去噪处理；点云数据的动态网格划分；点云法矢和曲率的求解；点云数据的区域分割；点云数据的轮廓线提取。所以，该方法在地理信息行业数字城市轮廓线提取及三维建模过程中，为自动计算提取规则建筑轮廓线结构提供了一种可靠的解决方案，以改善现阶段纯人工提取建筑轮廓线的工作方式，提高数字城市三维数据生产的效率。CN106600617ACN106600617A权利要求书1/3页1.一种基于曲率从Lidar点云数据提取建筑物轮廓线的方法，其特征在于，包括如下步骤：S1，对散乱分布的点云数据进行去噪处理，得到规则的点云数据；S2，对所述规则的点云数据，通过设定容差e和阈值t，采用动态层法和局部重划法相结合的点云数据划分方法，对点云特征突变区部分网格进行动态调整，得到动态网格；S3，将点云数据经过坐标转化法转换后，在每个网格内进行局部曲面拟合，求解点云法矢和曲率；S4，以所述动态网格为基础，利用S3得到的法矢和曲率，根据曲率、法矢与曲面的关系，采用K-means方法，对点云数据进行区域分割，得到分割的点云数据块；S5，采用八叉树的方法对所述点云数据块的边界点进行提取，利用DirectX绘制线性结构的函数，绘制边界线，完成点云数据的轮廓线提取。2.根据权利要求1所述的基于曲率从Lidar点云数据提取建筑物轮廓线的方法，其特征在于，S2包括如下步骤：S21，定义点(Xmax+e，Ymax+e，Zmax+e)和点(Xmin-e，Ymin-e，Zmin-e)为对角点,表面平行于坐标平面的空间六面体为点云空间包围盒，其中，Xmax，Ymax,Zmax,Xmin,Ymin,Zmin分别为点云数据中最大点与最小点的x、y、z坐标值，e为容差值；S22，沿坐标轴X,Y,Z方向，按等间隔t，将所述点云空间包围盒划分成多个空间六面体网格则在所述点云空间包围盒内，沿X,Y,Z方向，以t为步长分段，得到在三个方向上划分的段数m,n,l，用如下公式表示为：则，根据上式，可知对于空间内任意一个点P，都会属于某一个位置的基本正方体(i,j,k)内，坐标(xp,yp,zp)满足：S23，统计所述空间六面体网格内点云的个数并计算点云密度，并判断所述空间六面体网格是否为空，如果是，则删除。S24，计算每一个网格的中心点Oi，并在网格的数据集中找到距离中心点Oi最近的点Pi；S25，以所述Pi为基础，对网格内的数据分别在XYZ方向进行排序，根据数据的分布状况判断是否需要对网格进行调整，如果需要，则进行调整，否则，无需处理。3.根据权利要求2所述的基于曲率从Lidar点云数据提取建筑物轮廓线的方法，其特征在于，S25中，所述根据数据的分布状况判断是否需要对网格进行调整，具体为：a.如果网格内的数据分布密度大于设定的密度阈值，点云个数超过了抛物面拟合的需要，点云数据之间在X,Y,Z方向的角度偏差小于设定的角度偏差阈值，则无需对网格进行调2CN106600617A权利要求书2/3页整；b.如果网格内的数据分布密度大于设定的密度阈值，点云个数超过了抛物面拟合的需要，但是点云数据之间在X,Y，Z方向的角度偏差超出了角度偏差阈值，则根据点云偏差的突变，将原网格在角度偏差突变的方向上进行细分，添加网格；c.如果网格内数据分布均匀，点云个数满足抛物面拟合的需要，并且点云数据之间在X,Y,Z方向的角度偏差在角度偏差阈值范围内，则无需对网格进行调整；d.如果网格内的数据分布密度小于设定的密度阈值，点云个数不能满足抛物面拟合的需要，但是点云数据之间在X,Y,Z方向的角度偏差在角度偏差阈值范围内，则以原网格为中心，边长2t扩大网格，或沿某一方向将网格与邻近网格合并，得到新的网格，并对所述新的网格进行重新判断，直到满足上述c中的情况。4.根据权利要求1所述的基于曲率从Lidar点云数据提取建筑物轮廓线的方法，其特征在于，S3具体为：