r>[0030]如圖7所示的一種基于點云的地物關鍵點提取方法，所述將不同采集方式采集到不同精度的點云數(shù)據(jù)分別進行區(qū)域劃分并按照劃分的區(qū)域進行工程化組織管理的具體步驟為:
1)通過架設在不同平臺上的數(shù)據(jù)采集設備獲取目標區(qū)域內(nèi)地物點云數(shù)據(jù)，得到不同精度、不同密度、不同方位的原始數(shù)據(jù)；
2)以精度較高的點云數(shù)據(jù)為參考，從中提取糾正點，根據(jù)糾正點建立糾正模型；
3)將多幅糾正模型中的共同糾正點進行拼接，獲取整體糾正模型。
[0031]具體實施例中所述點云數(shù)據(jù)是通過移動平臺、固定式和衛(wèi)星系統(tǒng)進行采集獲得，所述移動平臺可為:車輛、船舶、機車、移動式掃描儀和火車。
[0032]具體實施例中所述地物信息包括:交通設施、房屋建筑、橋梁、道路及其附屬設施與沿線公共設施。
[0033]下面以一個更具體的一個細節(jié)方面的例子來對上述內(nèi)容加以說明。
[0034]如圖1所示，在本實施例為:將點云信息進行采集，并將采集后的點云數(shù)據(jù)進行地物關鍵點提取的一種方法。
[0035]首先利用移動平臺進行點云數(shù)據(jù)采集。對所采集的路線進行規(guī)劃，由于考慮到不同時段GNSS信號差異及地物遮擋因素，為保證獲取最優(yōu)的數(shù)據(jù)成果，采用飛行器和車輛作為移動平臺，在移動平臺上架設數(shù)據(jù)采集設備采集數(shù)據(jù)，同時根據(jù)所需精度與測量區(qū)域內(nèi)觀測環(huán)境架設GNSS基站，且基站覆蓋半徑為30公里。此外，在移動平臺存在數(shù)據(jù)采集盲區(qū)的區(qū)域利用地面激光掃描設備進行數(shù)據(jù)補充采集，在移動平臺開始采集前，先對移動平臺上架設的采集設備進行設備檢校，獲取準確的檢校參數(shù)。
[0036]在具體實施例中:分別采用飛行器從空中對需要采集的區(qū)域進行數(shù)據(jù)采集，采用車輛沿測區(qū)內(nèi)道路對需要采集的區(qū)域進行數(shù)據(jù)采集，通過地面激光掃描設備對固定點位區(qū)周邊區(qū)域進行數(shù)據(jù)采集。
[0037]在具體實施例中:分別采用飛行器和車輛作為移動平臺。在飛行器上安裝有一臺數(shù)據(jù)采集設備，其采集設備的采集角度為50度。在車輛上安裝有兩臺數(shù)據(jù)采集設備，其數(shù)據(jù)采集設備的采集角度均為360度，兩臺數(shù)據(jù)采集設備的采集角度的交叉點范圍為75度。地面激光掃描設備數(shù)據(jù)采集角度為360度。
[0038]然后進行外業(yè)掃描測量:
由地面GNSS基站對衛(wèi)星信號進行接收、存儲；地面GNSS基站上需在搭載有數(shù)據(jù)采集設備的移動平臺進行數(shù)據(jù)采集作業(yè)前10分鐘開始工作，數(shù)據(jù)采集作業(yè)結(jié)束后15分鐘結(jié)束工作。
[0039]由于考慮到不同時段GNSS信號差異及地物遮擋因素，為保證獲取最優(yōu)的數(shù)據(jù)成果，在以車輛為移動平臺進行數(shù)據(jù)采集時分別對雙向車道進行單向的兩次測量；考慮到數(shù)據(jù)覆蓋完整性要求，特選取行車道和應急車道分別作為路線進行測量數(shù)據(jù)采集。由于考慮到白天車道上車輛較多，特選取在夜間進行測量數(shù)據(jù)采集。
[0040]由于考慮到天氣及成果精度要求因素，為保證獲取最優(yōu)的數(shù)據(jù)成果，在以飛行器為移動平臺進行數(shù)據(jù)采集時為提高單個脈沖能量，降低激光發(fā)射脈沖頻率至50kHz，為保證掃描線邊緣數(shù)據(jù)精度，限定掃描角度為40度進行測量數(shù)據(jù)采集。
[0041]通過車輛和飛行器和地面激光掃描設備獲取到3組目標區(qū)域不同方位的原始三維數(shù)據(jù)，這三組原始三維數(shù)據(jù)的精度、密度不同。
[0042]將三組原始數(shù)據(jù)分別進行預處理。
[0043]首先對飛行器上搭載的數(shù)據(jù)采集設備采集到的原始數(shù)據(jù)進行匹配優(yōu)化處理；使測區(qū)內(nèi)航帶間、子測區(qū)間點云數(shù)據(jù)匹配滿足要求，然后進行點云冗余數(shù)據(jù)去除，最后將去除冗余后的數(shù)據(jù)進行濾波去噪處理，得到精準的點云數(shù)據(jù)并存儲。
[0044]然后對車輛上搭載的數(shù)據(jù)采集設備采集到的原始數(shù)據(jù)進行匹配優(yōu)化處理；使兩臺采集設備獲取的點云匹配滿足要求，然后綜合利用兩次測量采集到的點云數(shù)據(jù)進行冗余去除，得到本次采集范圍內(nèi)的有效數(shù)據(jù)；最后將上述數(shù)據(jù)進行濾波去噪處理，得到精準的點云數(shù)據(jù)并存儲。
[0045]最后將固定式地面激光掃描設備采集到的原始數(shù)據(jù)進行匹配優(yōu)化處理；使多個連續(xù)測站采集的點云數(shù)據(jù)匹配滿足要求，最后將匹配后的數(shù)據(jù)進行濾波去噪處理，得到精準的點云數(shù)據(jù)并存儲。
[0046]具體實施例中:對獲取的原始數(shù)據(jù)進行數(shù)據(jù)平差處理。
[0047]具體實施例中:對獲取的原始數(shù)據(jù)進行數(shù)據(jù)接邊處理優(yōu)化。
[0048]具體實施例中:對獲取的原始數(shù)據(jù)進行數(shù)據(jù)匹配處理。
[0049]具體實施例中:對獲取的原始數(shù)據(jù)分別進行數(shù)據(jù)平差處理、數(shù)據(jù)接邊處理優(yōu)化、數(shù)據(jù)匹配處理中的兩種進行處理。
[0050]具體實施例中:對獲取的原始數(shù)據(jù)分別進行數(shù)據(jù)平差處理、數(shù)據(jù)接邊處理優(yōu)化和數(shù)據(jù)匹配處理。
[0051]按照規(guī)劃路線，將500平方公里范圍內(nèi)的數(shù)據(jù)進行區(qū)域劃分，數(shù)據(jù)采集設備以車輛為載體采集的數(shù)據(jù)沿行進路線按150米*150米格網(wǎng)進行分幅管理，數(shù)據(jù)采集設備以飛行器為載體采集的數(shù)據(jù)按I公里*1公里格網(wǎng)進行分幅管理，固定式地面激光掃描設備采集的數(shù)據(jù)以點間距3毫米采樣的基礎上按3米*3米格網(wǎng)進行分幅管理，然后進行數(shù)據(jù)糾正，糾正后按500米*500米格網(wǎng)進行管理。具體實施例中:首先，按照劃分的區(qū)域，將該區(qū)域內(nèi)的數(shù)據(jù)根據(jù)軌跡線的解算精度或控制點判定通過飛行器、車輛和固定式地面激光掃描設備獲取的三組點云數(shù)據(jù)的精度，并以精度較高的點云數(shù)據(jù)作為參考，對另外兩組數(shù)據(jù)精度較低的點云數(shù)據(jù)進行糾正分析，提取糾正點，并根據(jù)糾正點生成糾正模型；然后，根據(jù)糾正模型對另外兩組點云數(shù)據(jù)中精度較差的數(shù)據(jù)進行糾正分析；最后，通過構(gòu)建數(shù)字表面模型檢查數(shù)據(jù)融合精度。
[0052]當出現(xiàn)就該500平方公里范圍內(nèi)通過車輛或飛行器在不同時期進行數(shù)據(jù)采集的情況時。首先，根據(jù)點云數(shù)據(jù)采集日期判定通過構(gòu)建數(shù)字表面模型確定相同區(qū)域點云數(shù)據(jù)的變化情況。然后，提取變化區(qū)域內(nèi)的現(xiàn)勢性高的點云數(shù)據(jù)，并利用其對同區(qū)域原有數(shù)據(jù)進行替換，最后通過構(gòu)建數(shù)字表面模型檢查數(shù)據(jù)融合精度，得到測區(qū)范圍內(nèi)最具現(xiàn)勢性的數(shù)據(jù)。
[0053]在具體實施例中:采用自適應空間聚類分析手段，對城市部件點云數(shù)據(jù)集進行類別細分處理，獲取同一物體點云集數(shù)據(jù)；
其中，自適應空間聚類分析手段，具體為:
I)根據(jù)分塊標準，對城市部件點云數(shù)據(jù)進行分塊，獲取分塊城市部件點云數(shù)據(jù)、點云樣本劃分矩陣和聚類中心點集；
其中分塊標準具體為:分塊的城市部件點云數(shù)據(jù)的大小不超過第一閾值，第一閾值的取值根據(jù)實際應用中的具體應用情況進行設定，具體實現(xiàn)時，本發(fā)明實施例對此不做限制。
[0054]在待聚類的點云樣本集合中，隨機選擇聚類數(shù)目相同個數(shù)的樣本點作為聚類中心點，其余待聚類樣本點根據(jù)距各個類中心點的直線空間距離，劃分給最近的中心點。再通過點云的個數(shù)，聚類中心點的數(shù)據(jù)，樣本與聚類中心點之間的直線空間距離得到點云數(shù)據(jù)到聚類中心點的距離總、空間數(shù)據(jù)點的重權(quán)值，獲得目標函數(shù)與聚類中心點集與樣本劃分矩陣之間的關聯(lián)，樣本劃分矩陣與積累中心點集的關聯(lián)。因此，使自適應方法來解決此類問題，在這里可以直接對聚類中心點進行編碼。如果采用自然編碼方案可以獲得樣本集中的樣本。
[0055]2)設置自適應空間聚類的相關參數(shù)；
其中，相關參數(shù)包括最大迭代次數(shù)、群體大小、交叉概率和變異概率等。
[0056]3)根據(jù)城市部件空間分布特征,選擇一個最小閾值Min和一個最大閾值Max ； 其中，最小閾值Min和一個最大閾值Max作為空間聚類劃分進行綜合評價的區(qū)間值。
[0057]4)對分塊城市部件點云數(shù)據(jù)進行初始化，根據(jù)最小閾值Min和最大閾值Max，選擇K個中心點作為聚類點，計算每個樣本點與聚類點的三維空間距離，基于三維空間距離對分塊城市部件點云數(shù)據(jù)進行劃分，采用三維空間距離值之和對樣本分類的情況進行評價，獲取評價值；
其中，Min彡K彡Max。
[0058]5)根據(jù)評價值，將樣本分類中的權(quán)重中心點作為新的聚類劃分的中心點；
6)判斷迭代次數(shù)是否小于最大迭代次數(shù)，如果是，執(zhí)行步驟4);如果否，停止迭代，輸出點云樣本劃分矩陣、聚類中心點集和評價值，將K+1值作為中心聚類點，執(zhí)行步驟4)；
判斷K值是否達到Max值，如果是，停止自適應空間聚類解算，以目標函數(shù)的評價參數(shù)作為參考，選擇最小值的聚類集合，作為點云分類的結(jié)果，獲取同一物體點云集數(shù)據(jù)，如果否，繼續(xù)進行自適應空間聚類解算，得到自適應空間聚類分析數(shù)據(jù)，獲取同一物體點云集數(shù)據(jù)。
[0059]將濾波后的點云集數(shù)據(jù)進行分類存儲。再將點云集數(shù)據(jù)進行關鍵點提取，具體步驟為:
1)對分類后的地物信息逐一進行關鍵點提取，其中關鍵點提取主要基于各類地物形態(tài)學特征進行；首先基于平立面一致性策略將同一地物點云集數(shù)據(jù)劃分為不同區(qū)域，然后通過區(qū)域增長策略檢測三維空間內(nèi)的幾何突變，完成地物邊界點提取，最后將提取到的邊界點分別投影至不同平面進行對比分析，根據(jù)幾何形態(tài)基于拓撲形態(tài)學分析方法提取能反映地物邊界特征的點云集作為地物關鍵點集；
2)采用人工干預方式對提取后關鍵點的有效性進行驗證；
3)輸出(保存)驗證后的地物關鍵點為特征點云數(shù)據(jù)集。
[0060]具體實施例中:通過車輛和飛行器和地面激光掃描設備獲取到3組目標區(qū)域不同方位的原始三維數(shù)據(jù)，這三組原始三維數(shù)據(jù)的精度、密度不同。
[0061]將三組原始數(shù)據(jù)分別進行預處理。
[0062]首先對飛行器上搭載的數(shù)據(jù)采集設備采集到的原始數(shù)據(jù)進行匹配優(yōu)化處理；使測區(qū)內(nèi)航帶間、子測區(qū)間點云數(shù)據(jù)匹配滿足要求，然后進行航帶間點云冗余數(shù)據(jù)去除，最后將去除冗余后的數(shù)據(jù)進行濾波去噪處理，得到精準的點云數(shù)據(jù)并存儲。
[0063]然后對車輛上搭載的數(shù)據(jù)采集設備采集到的原始數(shù)據(jù)進行匹配優(yōu)化處理；使兩臺采集設備獲取的點云匹配滿足要求，然后綜合利用兩次測量采集到的點云數(shù)據(jù)進行冗余去除，得