开云优惠体育网页版入口

专利名称：一种基于像素级稠密匹配点云的DEM精细化处理方法

专利类型：发明专利

专利申请号：CN202310010590.5

专利申请（专利权）人：长江水利委员会水文局汉江水文水资源勘测局,长江水利委员会水文局
权利人地址：湖北省襄阳市襄城区琵琶山路6号

专利发明（设计）人：张振军,林云发,胡雨新,贾勇帅,郑亚慧,涂进,杨松,米斯,唐磊,王正洋,冉中鑫,冯传勇,邹红梅,孙慧敏,毕勇,晋涛

专利摘要：本发明公开了一种基于像素级稠密匹配点云的DEM精细化处理方法，具体包括以下步骤：步骤一、源数据筛。豪谜溆跋窈拖袼丶冻砻芷ヅ浣械阍剖莸幕袢『，对不同图像比例的点云数据进行分析，选取合适的点云数据作为源数据；步骤二、点云分类；步骤三、分类限定；步骤四、地面点去噪；本发明涉及地形测量技术领域。该基于像素级稠密匹配点云的DEM精细化处理方法，通过从点云的选取、分类、地面点去噪入手，对DEM进行精细化处理，排除图像比例对点云数量、质量影响的同时，以特征线来加强对缓冲区对应点云分类的效果后，利用不规则三角网快速搜索水边线剔除水面地面点，快速、准确的提高了DEM精细化程度。

主权利要求：
1.一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：具体包括以下步骤：步骤一、源数据筛。豪谜溆跋窈拖袼丶冻砻芷ヅ浣械阍剖莸幕袢『，对不同图像比例的点云数据进行分析，选取合适的点云数据作为源数据；
步骤二、点云分类：对步骤一中的源数据进行初步筛分后，针对高程值一致的特征线通过正射影像提。骋桓持，对于高程值不确定的特征线，采取移动断面窗口法，通过设置窗口移动距离D来获。
步骤三、分类限定：根据实际点云密度进行估算，将缓冲区边界范围设定为大于点云的平均间距距离，同时地面点高程与水边线高程保留误差范围；
步骤四、地面点去噪：利用分类后的地面点建立不规则三角网，根据初始三角形顶点的高程值，判断水边线是否经过该三角形，获取水边线与三角形两边的交点(xj,yj)，交点的连线构成了新的水边线，利用新的水边线剔除水面上的地面点；
所述步骤四中xj,yj的计算公式如下：
2.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤一中的正射影像为无人机正射影像进行解算，利用单张影像的共线方程作为平差基。ü髡鞲鲇跋竦奈恢、姿态使整个模型的同名点的光线达到最有利的交会，再把模型融入到所需的坐标系统内，求得地面点的三维坐标(X、Y、Z)。
3.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤一中像素级稠密匹配为在两幅及其以上的影像之间通过逐像素匹配识别同名点的过程，其中同名点的确定以匹配测度为基。境ヅ涔讨胁拇植畹，从而得到基于正射影像的像素级稠密匹配点云。
4.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤一中不同图像比例分别为1/2和1/4。
5.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤二中对源数据的初步筛分包括对点云数据中低点和孤离点的筛除。
6.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤二中的特征线还包括具有明显特征的地物。
7.根据权利要求1所述的一种基于像素级稠密匹配点云的DEM精细化处理方法，其特征在于：所述步骤二中正射影像的提取为通过对源数据中地面点三维坐标的提取。 说明书 : 一种基于像素级稠密匹配点云的DEM精细化处理方法技术领域[0001] 本发明涉及地形测量技术领域，具体为一种基于像素级稠密匹配点云的DEM精细化处理方法。背景技术[0002] 数字高程模型(DEM)是真实地表高程起伏变化的数字化反映，作为地学分析与建模的基础数据，在地貌地质、流域水文、数字孪生等领域被广泛应用。[0003] 地形测量是河道勘测工作的一个重要内容，涉及到水下地形测量和陆上地形测量，传统的岸上地形测量常采用RTK，全站仪等设备，外业采集离散特征点，内业通过点、线、面的方式生成DLG，该方法构建的DEM精细化程度较低，不能详实地反映出地物、地貌的变化；随着无人机航测技术的发展，航测作业效率高、数据采集数字化，已经成为了三维信息获取的一种主要手段，机载LIDAR技术基于其多回波的特性，能有效地获取高精度地面点云，经过点云分类和去噪得到高精度DEM，但是由于其高昂的价格，使其不能广泛地应用于生产，低空摄影测量技术凭借其超高的性价比现在已广泛应用于陆上地形测量，但是基于正射影像生成的像素级稠密匹配点云含有大量噪点和冗余，通过传统的处理方法生成DEM的精度不高。[0004] 当前对于影像点云的研究中，有无人机影像点云在大比例尺DEM数据生产中的应用的研究，也有通过对影像点云进行三角网内插和约束提取精细化点云的研究，也有一种迭代中值滤波算法有效的剔除影像点云的噪声的研究，也有基于布料模拟算法对非密集植被点云滤波，改进的局部最大值算法对密集植被点云滤波有效的提高DEM精度，结合生产实践，本文提出了基于正射影像像素级稠密匹配点云的DEM精细化处理方法，主要包括点云的选。阍品掷，地面点去噪。发明内容[0005] (一)解决的技术问题[0006] 针对现有技术的不足，本发明提供了一种基于像素级稠密匹配点云的DEM精细化处理方法，解决了传统处理方法生成DEM精度不高的问题。[0007] (二)技术方案[0008] 为实现上述目的，本发明提供了如下技术方案：一种基于像素级稠密匹配点云的DEM精细化处理方法，具体包括以下步骤：[0009] 步骤一、源数据筛。豪谜溆跋窈拖袼丶冻砻芷ヅ浣械阍剖莸幕袢『，对不同图像比例的点云数据进行分析，选取合适的点云数据作为源数据；[0010] 步骤二、点云分类：对步骤一中的源数据进行初步筛分后，针对高程值一致的特征线通过正射影像提。骋桓持，对于高程值不确定的特征线，采取移动断面窗口法，通过设置窗口移动距离D来获。籟0011] 步骤三、分类限定：根据实际点云密度进行估算，将缓冲区边界范围设定为大于点云的平均间距距离，同时地面点高程与水边线高程保留误差范围；[0012] 步骤四、地面点去噪：利用分类后的地面点建立不规则三角网，根据初始三角形顶点的高程值，判断水边线是否经过该三角形，获取水边线与三角形两边的交点(xj,yj)，交点的连线构成了新的水边线，利用新的水边线剔除水面上的地面点。[0013] 本发明进一步设置为：所述步骤一中的正射影像为无人机正射影像进行解算，利用单张影像的共线方程作为平差基。ü髡鞲鲇跋竦奈恢、姿态使整个模型的同名点的光线达到最有利的交会，再把模型融入到所需的坐标系统内，求得地面点的三维坐标(X、Y、Z)。[0014] 本发明进一步设置为：所述像素级稠密匹配为在两幅及其以上的影像之间通过逐像素匹配识别同名点的过程，其中同名点的确定以匹配测度为基。境ヅ涔讨胁拇植畹，从而得到基于正射影像的像素级稠密匹配点云。[0015] 本发明进一步设置为：所述步骤一中不同图像比例分别为1/2和1/4。[0016] 本发明进一步设置为：所述步骤二中对源数据的初步筛分包括对点云数据中低点和孤离点的筛除。[0017] 本发明进一步设置为：所述步骤二中的特征线还包括具有明显特征的地物，包括但不限于水边线、坎线。[0018] 本发明进一步设置为：所述步骤二中正射影像的提取为通过对源数据中地面点三维坐标的提取。[0019] 本发明进一步设置为：所述步骤四中xj,yj的计算公式如下：[0020][0021][0022] (三)有益效果[0023] 本发明提供了一种基于像素级稠密匹配点云的DEM精细化处理方法。具备以下有益效果：[0024] (1)该基于像素级稠密匹配点云的DEM精细化处理方法，通过从点云的选取、分类、地面点去噪入手，对DEM进行精细化处理，排除图像比例对点云数量、质量影响的同时，以特征线来加强对缓冲区对应点云分类的效果后，利用不规则三角网快速搜索水边线剔除水面地面点，快速、准确的提高了DEM精细化程度。[0025] (2)该基于像素级稠密匹配点云的DEM精细化处理方法，通过对不同图像比例与总点云数量的关系，排除分类影响的同时，有效地指导了像素级稠密匹配点云的选。诘阍品掷嗷方，利用对缓冲区特征线的提。行岣叩孛娴惴掷嘈Ч，进而提高DEM的精度。[0026] (3)该基于像素级稠密匹配点云的DEM精细化处理方法，通过针对地面点去噪，建立不规则三角网的方式来快速搜索新的水边线，利用新的水边线对水面地面点去噪，提高了点云精细化的工作效率。附图说明[0027] 图1为本发明不规则三角网快速搜索水边线方法示意图；[0028] 图2为本发明移动断面窗口法示意图；[0029] 图3为本发明基于缓冲区分析特征线地面点分类示意图；[0030] 图4为本发明实施例中的测区正射影像图；[0031] 图5为本发明实施例中的1/2图像比例点云分类统计表图；[0032] 图6为本发明实施例中的1/4图像比例点云分类统计表图；[0033] 图7为本发明实施例中的1/2影像比例水边地面点分类图；[0034] 图8为本发明实施例中的点云分类精度统计表图；[0035] 图9为本发明实施例中的台阶地面点分类图；[0036] 图10为本发明测得台阶地面点分类图；[0037] 图11为本发明测得水边地面点分类图；[0038] 图12为本发明测得点云分类统计表图；[0039] 图13为本发明测得点云分类精度统计表图；[0040] 图14为本发明实施例中未剔除的水面地面点示意图；[0041] 图15为本发明实施例中剔除后的水面地面点示意图；[0042] 图16为本发明实施例中水面地面点剔除后点云统计表图。具体实施方式[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0044] 请参阅图1?16，本发明实施例提供一种技术方案：一种基于像素级稠密匹配点云的DEM精细化处理方法，具体包括以下步骤：[0045] 步骤一、源数据筛。豪谜溆跋窈拖袼丶冻砻芷ヅ浣械阍剖莸幕袢『，对1/2和1/4的图像比例的点云数据进行分析，选取合适的点云数据作为源数据；[0046] 步骤二、点云分类：对步骤一中的源数据中的低点和孤离点进行筛除后，针对高程值一致的特征线通过正射影像提。骋桓持，对于高程值不确定的特征线，采取移动断面窗口法，通过设置窗口移动距离D来获。籟0047] 步骤三、分类限定：根据实际点云密度进行估算，将缓冲区边界范围设定为大于点云的平均间距距离，同时地面点高程与水边线高程保留误差范围；[0048] 步骤四、地面点去噪：利用分类后的地面点建立不规则三角网，如附图1所示，根据初始三角形顶点的高程值，判断水边线是否经过该三角形，获取水边线与三角形两边的交点(xj,yj)，xj,yj的计算公式如下：[0049][0050][0051] 交点的连线构成了新的水边线，利用新的水边线剔除水面上的地面点。[0052] 作为详细说明，传统的地面点分类是通过不断寻找最低点循环创建不规则三角网(TIN)以逼近真实的地表，对低点特别敏感，因此低点和孤离点的去除是分类的基。车姆椒ㄔ谌コ甑偷愫凸吕氲愫缶涂级缘孛娴憬蟹掷，但是该方法对于陡坎、斜坡、以及水边等特征明显区域效果较差，本文提出了一种基于缓冲区分析的特征线地面点分类的方法，在此方法的基础上进行地面点分类。[0053] 如附图2和图3所示，default点为去除低点和孤离点的点云，特征线可以是水边线、坎线等具有明显特征的地物，针对高程值一致的特征线通过DOM提。骋桓持，高程值不确定的特征线，采取移动断面窗口法来获取真实的特征线，如附图2，通过设置窗口移动距离D来获取特征线，D值的大小决定了特征线的精细程度。[0054] 实施例一、[0055] 为了验证DEM精细化处理方法的有效性，选取丹江口大坝下游某测区进行分析，该测区面积约为0.3平方公里，东侧紧邻汉江，测区地物地貌较为丰富，如附图4，在测区内均匀的布设有4个像控点，采用DJIM300RTK无人机搭载ZenmuseP1相机采用GNSS实时差分定位进行航测，相机焦距35mm，分辨率为8192*5460；航向、旁向重叠度分别设置为80％和60％，航高为200米，拍摄照片312张。[0056] 点云选。憾晕奕嘶庖挡杉挠跋袷萁薪馑，在点云生成环节设置图像比例分别为1/2，1/4，点密度等保持不变，生成基于不同影像比例的las点云数据，然后进行点云分类，分类统计信息如附图5和附图6所示。[0057] 由附图5和附图6可以看出，1/2影像比例生成的总点云、建筑物点、高植被点都是1/4影像比例的4倍左右，分类后的地面点是2倍多一点，这表明影像比例对于点云生成起到重要作用。[0058] 现场根据RTK实测点304个，分别包含裸露点、水边点、坎线点、植被覆盖点，各类型比测中误差如附图8所示，可知1/2图像比例总体点云中误差大于1/4图像比例点云中误差，经分析可知是1/2图像比例点云分类过程中部分水边区域没有得到地面点，造成中误差过大，如附图7所示，其他基于1/2图像比例的分类点精度明显高于1/4图像比例分类点，但是在植被覆盖区和坎线区域中误差精度普遍较低。[0059] 点云分类：传统的分类方法在剔除完低点和孤离点后就开始对地面点进行分类，但是该方法对于水边、陡坎、斜坡等特征明显区域效果较差，如附图7和附图9所示，提出一种基于缓冲区分析的特征线地面点分类的方法，在此方法的基础上进行地面点分类，参数如下：断面窗口移动距离设置为0.2米，由于点密度为138.649个每平方米，点平均间距约为8.5cm，缓冲区边界设置为10cm，高程误差范围为±10cm，分类效果如附图10和附图11所示，选用1/2影像比例生成的点云作为点云分类的源数据。[0060] 由附图10和附图11可以明显看出特征线处的地面点得到有效分类，分类后统计信息如附图12所示，统计信息也表明地面点、建筑点、植被覆盖点数量都有较大变化，这是由于基于新方法分类出特征线地面点，特征线地面点有效地参与了整体地面点的分类，分类精度如附图13所示，新方法分类后的点云精度得到有效提升。[0061] 地面点去噪：点云分类完成后，仍然存在噪点、错点，由附图12可知，地面点最小高程值33.47米，远低于水面高程87.15米，由于水面是弱纹理区域，会产生较多的错误点云数据，采取基于不规则三角网搜索水边线的方法快速确定水边线，对水面点云数据进行剔除，水面噪点去除后，采用目视检查剔除陆上粗差点，最后通过对比附图14和附图15，可以明显发现水下噪点已基本剔除，如附图16所示，地面点的最低高程值80.09米，也表明噪点得到有效剔除。[0062] 综上所述，结合生产实践，本文从点云的选取、分类、地面点去噪入手，提出了一种基于像素级稠密匹配点云的DEM精细化处理方法，以丹江口大坝下游某测区的像素级稠密匹配点云为基。治隽送枷癖壤缘阍剖、质量的影响，验证了基于缓冲区分析的特征线地面点提取方法对点云分类的效果，提出了基于不规则三角网快速搜索水边线剔除水面地面点，结果表明该处理方法快速、准确的提高了DEM精细化程度。[0063] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

专利地区：湖北

专利申请日期：2023-01-05

专利公开日期：2024-11-22

专利公告号：CN116051741B