1.一种激光点云城市典型地物要素提取方法,其特征在于,用于从城市激光点云数据中提取道路要素点、行道树要素点、建筑物要素点,包括以下步骤:步骤1获取城市激光点云数据;
步骤2对每个点构建k领域内的协方差矩阵,基于协方差矩阵计算得到城市激光点云数据中每个点的法向量和三个大小不同的特征值;
步骤3分离地面点与非地面点:
基于每个点的曲率值和高程,从城市激光点云数据中选取种子点,并确定所述种子点的领域点,其中曲率为种子选取的首要因素,只有当曲率值最小的点数超过1时,再用高程最小进行二次判定,由此最终选取出种子点;根据种子点与其领域点夹角大小从领域点中得到地面点;
从城市激光点云数据中不断遍历更新种子点及其领域点,由此通过区域增长遍历方式得到所有地面点,从而从城市激光点云数据中分离出地面点,分离地面点后其余点为非地面点;
步骤4从地面点中提取道路要素点:
根据步骤3得到的地面点对应的三个特征值,计算每个地面点的平面度,将每个地面点的平面度与平面度阈值进行比较,当某个地面点的平面度大于或等于平面度阈值时,则确定该地面点为道路要素点,当某个地面点的平面度小于平面度阈值时则剔除该地面点,由此得到城市激光点云数据中的道路要素点;
步骤5、从非地面点中提取建筑物要素点和行道树要素点, 过程如下:首先采用聚类算法,将非地面点聚类合并为多个点簇;
然后基于每个点簇中各个点的法向量,计算得到该点簇的平均法向夹角,将每个点簇的平均法向夹角与角度阈值进行比较,当某个点簇的平均法向夹角大于角度阈值时则判断该点簇为规则地物点簇,当某个点簇的平均法向夹角小于或等于角度阈值时则判断该点簇为不规则地物点簇;
接着对每个不规则地物点簇按体素结构从下至上进行识别,从中得到行道树要素点簇,行道树要素点簇中包含的点即为行道树要素点;
并且,对每个规则地物点簇按点簇空间范围进行识别,从中得到建筑物要素点簇,建筑物要素点簇中包含的点即为建筑物要素点。
2.根据权利要求1所述的一种激光点云城市典型地物要素提取方法,其特征在于,步骤
1中,获取城市激光点云数据后,基于统计模型对城市激光点云数据进行粗差剔除,以剔除其中具有粗差的点。
3.根据权利要求1所述的一种激光点云城市典型地物要素提取方法,其特征在于,步骤
3中遍历更新种子点时,基于曲率值从上一次种子点确定的地面点中得到新的种子点。
4.根据权利要求1所述的一种激光点云城市典型地物要素提取方法,其特征在于,步骤
5中对每个不规则地物点簇进行识别时,首先将不规则地物点簇各层进行体素化,对每层体素进行聚类分析以求出每层体素的每一类的边界,比对相邻两层的类在横截面上是否重合,若相邻两层的类在横截面上出现交集,则判断该相邻两层属于同一地物;
接着,对属于同一地物的各层按从下至上的顺序,依次判断某一类在任意一层体素点上方的其他层是否为空值,若不为空值则判断各层所属的地物为行道树,各层所在的不规则地物点簇为行道树要素点簇。
5.根据权利要求4所述的一种激光点云城市典型地物要素提取方法,其特征在于,当得到行道树要素点簇时,基于各层的区域面积判断得到行道树的树冠和树干。
6.根据权利要求1所述的一种激光点云城市典型地物要素提取方法,其特征在于,对每个规则地物点簇按点簇空间范围进行识别时,基于规则地物点簇的高度、最大方向长度,判断得到建筑物要素点簇。