(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210625875.5 (22)申请日 2022.06.02 (71)申请人 山东科技大 学 地址 266590 山东省青岛市黄岛区前湾港 路579号 (72)发明人 陈传法　郭娇娇　李艳艳　 (74)专利代理 机构 青岛锦佳专利代理事务所 (普通合伙) 37283 专利代理师 朱玉建 (51)Int.Cl. G06T 5/00(2006.01) G06V 10/762(2022.01) (54)发明名称 辅以多特征聚类的复杂地形区点云层次滤 波方法 (57)摘要 本发明公开了一种辅以多特征聚类的复杂 地形区点云层次滤波方法。 该方法包括如下步 骤： 步骤1.将原始点云数据格网化， 依次对每个 独立格网内的点云进行多特征聚类， 以提高复杂 环境中相邻地物/地面的有效划分， 将得到的聚 类结果映射到三维空间， 得到点 云簇的三维坐标 分布； 步骤2.利用顾及断裂地形的准则从点 云簇 的三维坐标分布中识别出地面簇， 避免了地形细 节损失， 提升了地面点簇识别率； 步骤3.利用捕 捉到的地面簇中的地面点作为地面种子点， 构建 初始地面参考面， 结合多尺度层次滤波进一步精 化原始点云中的地面点。 本发明在地形断裂等复 杂地形区滤波精度高， 有效地区分了复杂地形下 的地物点和地 面点。 权利要求书2页 说明书8页 附图15页 CN 115131231 A 2022.09.30 CN 115131231 A 1.辅以多特 征聚类的复杂地形区点云层次滤波方法， 其特 征在于， 包括如下步骤： 步骤1.将原始点云数据格网化， 依次对每个独立格网内的点云进行多特征聚类， 得到 多特征聚类结果， 将聚类结果映射到三维空间， 得到点云簇的三维坐标分布； 步骤2.利用顾及断裂地形的准则从点云簇的三维坐标分布中识别出地 面簇； 步骤3.利用步骤2捕捉到的地面簇中的地面点作为地面种子点， 构建初始地面参考面， 并结合多尺度层次滤波方法进一 步精化原 始点云中的地 面点。 2.根据权利要求1所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤1中， 在将原 始点云数据格网化之前， 首先根据回波信息从原 始点云数据中剔除多次 回波中非末次 回波的点云数据。 3.根据权利要求1所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤1中， 对每 个独立格网内的点云进行多特 征聚类， 过程如下： 步骤1.1.首 先利用最小二乘法拟合 地面参考面， 并计算每 个点的拟合残差； 步骤1.2.将点云的RGB颜色信息转 化为单一值的可见光波段差异性 植被指数VDVI； 步骤1.3.以矩阵[高程， 拟合残差， VDVI]作为点云虚拟坐标(z,h,VDVI)， 执行基于欧式 距离的DBSCAN聚类， DBSCAN聚类的具体过程如下： 步骤1.3.1.将原始点云数据中所有点标记为未分类点， 并计算未分类点中任意两点间 的欧氏距离： 其中， 聚类过程中任意两点间的欧式距离计算公式如下： 其中， dij表示i点与j点之间的欧氏距离； zi、 zj分别表示i点与j点的高程， ri、 rj分别表示i点与j点的拟合残差值， VDVIi、 VDVIj分 别表示i点与j点的VDVI 值， α, β,γ是比例因子系数， α, β,γ均大于 0； 步骤1.3.2.从未分类点中随机选择一点P， 同时将该点P标记为已分类点， 然后搜索该 点P的ε邻域N， 并计 算邻域N内点的个数； 若邻域N中的点个数大于最小点个数Pts， 则将点P标 记为核心点， 同时创建一个新簇 C， 并把P点添加到 簇C中； 其中， ε表示搜索邻域 点的半径， N 为 ε邻域内点的集 合， Pts表示最小点个数； 步骤1.3.3.遍历N中所有未分类点q的ε邻域M， 若邻域M内点个数大于最小点个数Pts， 则 将M中点添加到N中， 同时若点q不属于任何簇， 则将点q添加到 簇C中； 步骤1.3.4.重复步骤1.3.3， 直至没有新的点添加到簇C， 则输出簇C， 并返回步骤 1.3.2； 若无新簇输出， 则将剩余点归属为噪声点， 直至没有标记为未分类的点， 转到步骤 1.3.5； 步骤1.3.5.输出 结果； 簇划分为C ′＝{C1,C2,C3,C4,……,Ck}； 其中， C′表示点云簇的集 合， C1,C2,C3,C4,……,Ck分别表示划分的点云簇 。 4.根据权利要求3所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤1.1中， 每个点的拟合残差的计算过程为： 以每个格网最低点作为初始地面 点， 并利用9个邻近格网的初始地 面点拟合切平面 来计算格网内每 个点的拟合残差 。 5.根据权利要求 4所述的复杂地形区点云层次滤波方法， 其特 征在于， 设定某点Pi位于DTM表面的(I， J)格网中， 则它的9个最邻近格网为(I ‑1， J‑1)、 (I‑1， J)、权　利　要　求　书 1/2 页 2 CN 115131231 A 2(I‑1， J+1)、 (I， J ‑1)、 (I， J)、 (I， J+1)、 (I+1， J ‑1)、 (I+1， J)和(I+1， J+1)； 设点Pi对应的切平面方程 为z＝Ax+By+C， 则Pi的拟合残差ri为： ri＝zi‑(Axi+Byi+C)； 其中(xi， yi， zi)为点Pi的三维坐标， A、 B、 C为平面方程系数。 6.根据权利要求3所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤1.2中， VDVI的计算公式为： 式中， R、 G、 B分别表示 点云的红、 绿、 蓝颜色值。 7.根据权利要求3所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤2中， 将点云簇与8个邻近格网最低点的高差、 邻近格网边缘的水平距离以及 曲率特征准则识别地 面簇， 即地 面簇GP必须满足下述公式； 式中， CPi表示第i个点云簇； σi为第i个点云簇曲率， σth为点云簇曲率阈值； 为第i个点云簇平均高程， hgj表示第j 个邻近格网最低点高程， i ＝1,2,…,j＝1,…,8， hth表示预设高差阈值； li为第i个点云簇中点到邻近网格边 缘距离， lth表示预设距离阈值。 8.根据权利要求7 所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤2中， 从点云簇的三维坐标分布中识别出点云簇的类别的具体过程如下： 步骤2.1.首 先将点云簇曲率小于σth的点云簇判断为 候选地面簇； 步骤2.2.然后计算该点云簇平均高程与8个邻近格网最低点的高差； 若经过计算得到的8个高差中任意一个高差值小于预设高差阈值hth， 则进一步判断该 点云簇内的点到邻近格网边 缘距离的最小值 lmin； 若lmin小于距离阈值 lth， 则该点云簇判别为 地面簇； 反之， 该点云簇为非地 面簇。 9.根据权利要求7 所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述点云簇曲率σ 的计算过程如下： 式中， λ1, λ2, λ3表示通过PCA方法计算的点云簇的特 征值， 其中， λ1＜ λ2＜ λ3。 10.根据权利要求8所述的复杂地形区点云层次滤波方法， 其特 征在于， 所述步骤3具体为： 步骤3.1.首 先将地面簇中的地 面点作为地面种子点， 构建初始地 面参考面； 步骤3.2.每一层用薄板样条插值构建分辨率为R的地面参考面， 并利用四个邻近地面 参考面网格中心点对非地 面簇中的点双线性插值计算该点插值高程； 将该插值高程与该点高程做差， 若差值小于预设高差阈值， 则判断为 地面点； 步骤3.3.将滤波出的地面点用于更新步骤3.2中的地面参考面， 直到该层没有地面点 加入， 更新后的地 面参考面用于下一层滤波， 重复上述 步骤3.2直至滤波完成。权　利　要　求　书 2/2 页 3 CN 115131231 A 3