本發(fā)明屬于點云數(shù)據(jù)處理，具體涉及一種基于漸進三角網(wǎng)的點云數(shù)據(jù)濾波方法、系統(tǒng)及介質。

背景技術：

1、機載激光雷達(lidar)技術能夠快速獲取地物的三維空間信息，廣泛應用于滑坡探測、森林清查、數(shù)字高程模型(dem)生成和三維建筑重建等領域。然而，由于系統(tǒng)獲取的三維點云數(shù)據(jù)中既包括地面點也包括建筑物、植被以及橋梁等地物點，因此需要將地面點和地物點分離，這個過程稱為濾波。目前，使用比較廣泛的濾波算法有基于數(shù)學形態(tài)學的濾波算法、基于坡度的濾波算法、基于插值的濾波算法等。其中，基于插值的濾波算法原理簡單且濾波效果較好，而不規(guī)則漸進三角網(wǎng)濾波算法(ptd)作為插值濾波算法中的一種，由于其穩(wěn)定性和高效率被廣泛使用。

2、傳統(tǒng)的ptd算法依賴于初始三角網(wǎng)對地形的模擬精度，地面種子點的數(shù)量和質量會極大影響濾波效果。為了解決該問題，一些學者對其進行改進。例如，2020年，劉洋等人在《測繪科學》期刊的第45卷發(fā)表了題為“一種改進的漸進加密三角網(wǎng)點云濾波算法”的文獻，提出了一種擴展局部極小值法，并結合薄板樣條插值對種子點選取策略進行優(yōu)化；2019年，王競雪等人在《測繪科學》期刊的第44卷發(fā)表了題為“結合形態(tài)學和tin三角網(wǎng)的機載lidar點云濾波算法”的文獻，先通過形態(tài)學濾波將大型地物剔除，然后將濾波結果作為后續(xù)三角網(wǎng)濾波的輸入，降低大型地物造成的負面影響；2015年，王樹根等人在《測繪與空間地理信息》期刊的第38卷發(fā)表了題為“基于統(tǒng)計數(shù)據(jù)選取種子點的lidar點云迭代濾波算法”的文獻，提出了一種基于小格網(wǎng)高程、均方差和點密度統(tǒng)計數(shù)據(jù)選取種子點的方法，并通過兩次三角網(wǎng)濾波，改善濾波效果。

3、然而，現(xiàn)有的改進算法多是考慮大型地物對種子點選取的影響，通過多次濾波以減小格網(wǎng)尺寸，進而獲得更多種子點，但傳統(tǒng)的方形格網(wǎng)獲取到的種子點數(shù)量仍然有限。且傳統(tǒng)算法是對原始lidar點云數(shù)據(jù)建立格網(wǎng)索引，選取格網(wǎng)內最低點作為地面種子點。由于該算法使用的格網(wǎng)是大于研究區(qū)內最大建筑物尺寸的正方形網(wǎng)格，這樣選取的種子點數(shù)量不僅較少，且會將一些低位噪聲點誤當作地面點加入初始tin模型中，tin為不規(guī)則三角網(wǎng)(triangle?irregular?network)的英文縮寫，使得初始tin模型與真實地形相差較大，濾波精度仍有待提高。鑒于此，有必要設計一種漸進三角網(wǎng)點云數(shù)據(jù)濾波方法，以解決初始tin模型與真實地形相差較大，濾波精度不足的問題。

技術實現(xiàn)思路

1、本發(fā)明的目的就在于為了解決上述問題而提供一種基于漸進三角網(wǎng)的點云數(shù)據(jù)濾波方法、系統(tǒng)及介質。

2、本發(fā)明通過以下技術方案來實現(xiàn)上述目的：

3、一種基于漸進三角網(wǎng)的點云數(shù)據(jù)濾波方法，包括以下步驟：

4、步驟一、將點云數(shù)據(jù)投影至同一平面內；

5、步驟二、在所述平面內移動矩形窗口，使矩形窗口遍歷所有點云數(shù)據(jù)，以提取待定地面種子點；

6、步驟三、利用三次曲面擬合函數(shù)對所述待定地面種子點擬合，得到曲面，對所述曲面進行高差判斷，篩除非地面種子點，以更新所述待定種子點，形成最終地面種子點；

7、步驟四、依據(jù)所述最終地面種子點建立初始三角網(wǎng)，計算所述未分類點與初始三角網(wǎng)之間的反復距離和反復角度，根據(jù)計算結果與預設的反復距離閾值、反復角度閾值的關系，確定加密三角網(wǎng)，并獲取地面點；所述未分類點包括提取待定地面種子點后剩余的點云數(shù)據(jù)以及非地面種子點。

8、作為本發(fā)明的進一步優(yōu)化方案，所述步驟二中，將矩形窗口內的最低點作為所述初始地面種子點，將遍歷過程中得到的初始地面種子點作為待定地面種子點。

9、作為本發(fā)明的進一步優(yōu)化方案，所述矩形窗口的移動包括滑動和躍動，所述矩形窗口分為窗口一和窗口二，窗口一和窗口二均遍歷所有點云數(shù)據(jù)，且遍歷過程中，所述窗口二的滑動方向不同于窗口一，且窗口二的躍動方向不同于窗口一。

10、作為本發(fā)明的進一步優(yōu)化方案，所述步驟三包括：

11、利用三次曲面擬合函數(shù)對所有待定地面種子點進行篩分，通過knn最鄰近法查找每個待定地面種子點周圍的n個其余待定地面種子點；

12、以n個其余待定地面種子點為參考點，以參考點包圍的待定地面種子點為測試點，依據(jù)n個參考點和三次曲面擬合函數(shù)建立曲面；

13、當測試點與所述曲面的高差大于等于預設的高差閾值時，篩除非地面種子點，以更新所述待定種子點，形成最終地面種子點。

14、作為本發(fā)明的進一步優(yōu)化方案，所述步驟三中，利用三次曲面擬合函數(shù)對所有待定地面種子點進行m次篩分，以最后一次篩分中保留的待定地面種子點為最終地面種子點，每次篩分的高差閾值分別為h1，h2，…，hm，且各次篩分的高差閾值依次遞減。

15、作為本發(fā)明的進一步優(yōu)化方案，所述步驟三中，利用三次曲面擬合函數(shù)對所有待定地面種子點進行m次篩分，將最后一次篩分后保留的待定地面種子點以及邊界點作為最終地面種子點。

16、作為本發(fā)明的進一步優(yōu)化方案，供點云數(shù)據(jù)投影的所述平面為矩形平面，所述邊界點為該矩形平面四個頂點經(jīng)高程替換后得到的新點，所述新點的高程是與該矩形平面頂點最近的待定地面種子點的高程。

17、作為本發(fā)明的進一步優(yōu)化方案，確定加密三角網(wǎng)時，若未分類點新增為地面點，將獲取到的所述地面點納入所述最終地面種子點，并重復步驟四，直至沒有新的地面點產(chǎn)生。

18、一種基于漸進三角網(wǎng)的點云數(shù)據(jù)濾波系統(tǒng)，包括：

19、點云數(shù)據(jù)投影模塊，用于將點云數(shù)據(jù)投影至同一平面內；

20、種子點提取模塊，用于在所述平面內移動矩形窗口，使矩形窗口遍歷所有點云數(shù)據(jù)，以提取待定地面種子點；

21、種子點篩選模塊，用于利用三次曲面擬合函數(shù)對所述待定地面種子點擬合，得到曲面，對所述曲面進行高差判斷，篩除非地面種子點，以更新所述待定種子點，形成最終地面種子點；

22、地面點獲取模塊，用于依據(jù)所述最終地面種子點建立初始三角網(wǎng)，計算所述未分類點與初始三角網(wǎng)之間的反復距離和反復角度，根據(jù)計算結果與預設的反復距離閾值、反復角度閾值的關系，確定加密三角網(wǎng)，并獲取地面點。

23、一種存儲介質，其上存儲有計算機程序指令，其特征在于，當所述計算機程序指令被處理器執(zhí)行時實現(xiàn)上述基于漸進三角網(wǎng)的點云數(shù)據(jù)濾波方法的各個步驟。

24、本發(fā)明的有益效果在于：

25、1)本發(fā)明在點云數(shù)據(jù)投影到同一平面后，通過iptd算法在該平面上移動矩形窗口，該矩形窗口分為窗口一和窗口二，窗口一和窗口二均遍歷所有點云數(shù)據(jù)，且遍歷過程中，所述窗口二的滑動方向不同于窗口一，且窗口二的躍動方向也不同于窗口一，通過這兩個矩形窗口，能夠在兩次遍歷數(shù)據(jù)的過程中提取到更多的初始地面種子點，有助于提高濾波精度；

26、2)本發(fā)明利用三次曲面擬合函數(shù)對待定地面種子點進行多次篩分，且高差閾值依次降低，避免前期對可作為最終地面種子點的待定地面種子點進行剔除的風險，并提高后期擬合曲面與真實地面的接近程度，在后期曲面擬合的過程中，由于擬合曲面接近真實地面，且高差閾值相對較小，能夠提高后期種子點篩分的準確度，避免錯誤剔除最終地面種子點，提高最終地面種子點的數(shù)量，減少將噪聲點納入最終地面種子點的風險，并提高對復雜地形的適應性；

27、3)本發(fā)明在最終地面種子點生成后，根據(jù)未分類點的反復距離和反復角度，判定是否需要將未分類點新增為地面點，若新增地面點，則利用新增的地面點更新初始三角網(wǎng)，并重復上述步驟，反之，則將最后一次更新的初始三角網(wǎng)作為加密三角網(wǎng)，能夠對初始三角網(wǎng)進行加密，重新引入之前錯誤剔除的地面點，進一步提高濾波精度。