一種基于體元的機(jī)載lidar點(diǎn)云三維濾波方法
【專利摘要】針對(duì)現(xiàn)有研究所采用的數(shù)據(jù)組織形式均不利于發(fā)揮機(jī)載LIDAR點(diǎn)云真3D特性的局限性，本發(fā)明提出一種基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法，屬于遙感數(shù)據(jù)處理領(lǐng)域，方法包括：讀取原始LIDAR點(diǎn)云數(shù)據(jù)；異常數(shù)據(jù)辨識(shí)及剔除；二值體元數(shù)據(jù)結(jié)構(gòu)模型建立；基于體元的3D濾波。該方法將離散的點(diǎn)云規(guī)則化為二值3D體數(shù)據(jù)，根據(jù)體元中是否包含有激光點(diǎn)分別為體元賦值1和0，包含激光點(diǎn)賦值1，無激光點(diǎn)賦值0，1和0分別代表目標(biāo)和背景，進(jìn)而選擇局部高程最低作為地面種子體元并標(biāo)記其鄰域目標(biāo)體元為地面體元，本發(fā)明有助于3D數(shù)據(jù)表達(dá)及處理。
【專利說明】
一種基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明屬于遙感數(shù)據(jù)處理領(lǐng)域，具體涉及一種基于體元的機(jī)載LIDAR點(diǎn)云三維濾 波方法。
【背景技術(shù)】
[0002] 機(jī)載激光雷達(dá)(LIDAR，即Light Detection And Ranging)點(diǎn)云數(shù)據(jù)濾波質(zhì)量直接 影響著后續(xù)產(chǎn)品的質(zhì)量及該技術(shù)在生產(chǎn)應(yīng)用中的成敗，是LIDAR技術(shù)研究的重點(diǎn)與難點(diǎn)。國 內(nèi)外學(xué)者圍繞點(diǎn)云數(shù)據(jù)濾波進(jìn)行了深入研究，提出了非常多的濾波算法，經(jīng)典的如基于內(nèi) 插、基于坡度、基于數(shù)學(xué)形態(tài)學(xué)、基于方向掃描和基于聚類分割的濾波方法等。這些濾波算 法所采用的數(shù)據(jù)結(jié)構(gòu)包括基于規(guī)則格網(wǎng)的、基于不規(guī)則三角網(wǎng)（TIN)的、基于剖面或一維掃 描線的和基于離散點(diǎn)的方法等。其中，掃描線為ID數(shù)據(jù)表達(dá)方式;柵格格網(wǎng)和TIN為2.5D的 數(shù)據(jù)表達(dá)方式，二者在建模連續(xù)表面(如裸露地面等)時(shí)表現(xiàn)極佳，但不能用于3D表達(dá)，其在 相同的水平坐標(biāo)(X，Y)對(duì)應(yīng)多個(gè)高程(或Z)值；點(diǎn)云可以是真3D表達(dá)，但其拓?fù)浜袜徲蛐畔?很難利用?？梢?，現(xiàn)有方法所采用的數(shù)據(jù)組織均不利于發(fā)揮機(jī)載LIDAR真3D的技術(shù)優(yōu)勢(shì)。

【發(fā)明內(nèi)容】

[0003] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出采用二值體元數(shù)據(jù)結(jié)構(gòu)表達(dá)機(jī)載LIDAR點(diǎn)云數(shù) 據(jù)，并在此基礎(chǔ)上提出了一種基于體元的三維濾波算法。二值體元數(shù)據(jù)結(jié)構(gòu)模型是將離散 非規(guī)則分布的激光點(diǎn)集表示為以二值體元為基本單元的規(guī)則空間數(shù)據(jù)結(jié)構(gòu)，是一種更為簡 單的真3D數(shù)據(jù)表達(dá)方式，且其內(nèi)部體元間隱含有易于被利用的拓?fù)浜袜徲蜿P(guān)系。二值體元 模型的構(gòu)建就是將包含場(chǎng)景目標(biāo)的空間劃分成三維體元網(wǎng)格，并將點(diǎn)云映射到三維體元網(wǎng) 格，進(jìn)而根據(jù)體元中有無激光點(diǎn)為各體元賦值1或0。
[0004] 本發(fā)明的技術(shù)方案是：
[0005] -種基于體元的機(jī)載LIDAR點(diǎn)云的三維濾波方法，包括以下步驟：
[0006] 步驟1:讀取原始LIDAR點(diǎn)云數(shù)據(jù)；
[0007] 步驟2:異常數(shù)據(jù)辨識(shí)及剔除；
[0008] 步驟3:二值體元數(shù)據(jù)結(jié)構(gòu)模型建立；
[0009] 步驟4:基于體元的3D濾波。
[0010]所述步驟2的具體步驟如下：
[0011] 步驟2.1:對(duì)LIDAR點(diǎn)云建立三維格網(wǎng)索引；
[0012] 步驟2.1.1:確定數(shù)據(jù)集的軸向包圍盒；
[0013 ]步驟2.1.2:依據(jù)激光點(diǎn)云的密度確定格網(wǎng)尺寸，進(jìn)而將軸向包圍盒劃分為三維格 網(wǎng)；
[0014] 步驟2.1.3:將各激光點(diǎn)映射到相應(yīng)的格網(wǎng)單元，獲取其對(duì)應(yīng)的格網(wǎng)索引；
[0015] 步驟2.2:根據(jù)激光點(diǎn)所在的格網(wǎng)單元間的拓?fù)潢P(guān)系篩選候選點(diǎn)；
[0016] 步驟2.3:利用局部距離離群因子判定候選點(diǎn)的異常程度；
[0017]步驟2.4:刪除各個(gè)異常數(shù)據(jù)點(diǎn)，得到異常數(shù)據(jù)剔除后的數(shù)據(jù)集。
[0018]所述步驟3的具體步驟如下：
[0019]步驟3.1:體元結(jié)構(gòu)構(gòu)建，將包含場(chǎng)景的三維空間劃分成三維體元網(wǎng)格，其依賴于 場(chǎng)景所包絡(luò)的三維空間范圍和體元大小。
[0020]步驟3.1.1:用異常數(shù)據(jù)剔除后的數(shù)據(jù)集的軸向包圍盒表示三維空間范圍；
[0021 ]步驟3.1.2:計(jì)算空間分辨率(即體元大?。?；
[0022]步驟3.1.3:對(duì)軸向包圍盒進(jìn)行劃分得到3D體元網(wǎng)格；
[0023]步驟3.2:體元賦值，將點(diǎn)云映射到三維體元網(wǎng)格，進(jìn)而根據(jù)體元中是否包含有激 光點(diǎn)分別為體元賦值1和〇，包含激光點(diǎn)賦值1，無激光點(diǎn)賦值〇，1和〇分別代表目標(biāo)和背景。
[0024] 所述步驟4的具體步驟如下：
[0025] 步驟4.1:地面種子體元搜尋；
[0026] 步驟4.2:3D濾波，標(biāo)記地面種子體元的鄰域體元且體元值為1的體元，并采用深度 優(yōu)先策略遍歷同屬地面的所有體元；
[0027]步驟4.2.1 :初始化，建立空棧；
[0028] 步驟4.2.2:種子體元入棧并標(biāo)記為地面體元；
[0029]步驟4.2.3:如果棧中為空，停止;否則，進(jìn)入步驟4.2.4;
[0030]步驟4.2.4:從棧頂彈出一個(gè)元素，獲取其26鄰域內(nèi)體元值為1且未標(biāo)記的體元，標(biāo) 記為地面體元并存入棧中；
[0031] 步驟4.2.5:轉(zhuǎn)至步驟4.2.3。
[0032]本發(fā)明針對(duì)機(jī)載LIDAR點(diǎn)云數(shù)據(jù)提出一種基于體元數(shù)據(jù)結(jié)構(gòu)的3D濾波方法。該方 法將離散的點(diǎn)云規(guī)則化為二值3D體數(shù)據(jù)，進(jìn)而選擇局部高程最低作為地面種子體元并標(biāo)記 其鄰域目標(biāo)體元為地面體元。以ISPRS網(wǎng)站提供的15個(gè)實(shí)測(cè)濾波測(cè)試樣本數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù) 評(píng)定本發(fā)明所提出算法的精度，結(jié)果表明，算法的平均kappa系數(shù)為78.62% (其中，城區(qū)和 山區(qū)的分別為87.36%和65.51%)，算法精度和已有的濾波算法精度相當(dāng)，本發(fā)明有助于3D 數(shù)據(jù)表達(dá)及處理。
【附圖說明】
[0033]圖1為本發(fā)明【具體實(shí)施方式】中基于體元的3D濾波方法流程圖；
[0034]圖2為本發(fā)明【具體實(shí)施方式】中步驟2的具體流程圖；
[0035]圖3為本發(fā)明【具體實(shí)施方式】中步驟2中的平均點(diǎn)間距計(jì)算原理圖；
[0036]圖4為本發(fā)明【具體實(shí)施方式】中步驟3的具體流程圖；
[0037]圖5為本發(fā)明【具體實(shí)施方式】中步驟3中的空間分辨率計(jì)算原理示意圖；
[0038]圖6為本發(fā)明【具體實(shí)施方式】中步驟3中的體元坐標(biāo)系示意圖；
[0039]圖7為本發(fā)明【具體實(shí)施方式】中步驟4的具體流程圖；
[0040]圖8為本發(fā)明【具體實(shí)施方式】中步驟4中的3維體元陣列分塊示意圖；
[0041]圖9為本發(fā)明【具體實(shí)施方式】中的Samp31樣本濾波結(jié)果圖，其中（a)為Samp31點(diǎn)云 圖，（b)為異常數(shù)據(jù)剔除后點(diǎn)云圖，（c)為二值體元數(shù)據(jù)結(jié)構(gòu)模型圖，（d)為3D濾波結(jié)果圖。
[0042]圖10為本發(fā)明【具體實(shí)施方式】中應(yīng)用本發(fā)明方法和現(xiàn)有的Alexsson、Pfeifer及 Sohn提出方法的精度對(duì)比圖。
【具體實(shí)施方式】
[0043]下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】做詳細(xì)說明。
[0044] 一種基于體元的機(jī)載LIDAR點(diǎn)云的三維濾波方法，如圖1所示，包括以下步驟：
[0045]步驟1:讀取原始LIDAR點(diǎn)云數(shù)據(jù)；
[0046]本實(shí)施方式中，定義LIDAR數(shù)據(jù)集為P = {pi(xi，zi，zi)，i = l，. . .，n}，其中，i是點(diǎn) 的索引，η是激光點(diǎn)的個(gè)數(shù)，pi是第i個(gè)激光點(diǎn)、其坐標(biāo)為(Xi，yi，Zi)。
[0047]步驟2:異常數(shù)據(jù)辨識(shí)及剔除；
[0048] 如圖2所示，具體步驟如下：
[0049] 步驟2.1:對(duì)LIDAR點(diǎn)云建立三維格網(wǎng)索引；
[0050]步驟2.1.1:計(jì)算數(shù)據(jù)集P的軸向包圍盒；
[0051 ] 軸向包圍盒可由包圍盒的左下角坐標(biāo)（Xmin，ymin，Zmin )和右上角坐標(biāo)（Xmax，ymax， Zmax)確定，其中，（Xmax，ymax，Zmax)和(Xmin，ymin，Zmin)是P中X、y和Z坐標(biāo)的最大和最小值，（Xmax， Ymax 7 Zmax) -HlElX {(Xi，yi，Zi)，i - I，···，Il}，( Xmin，ymin，Zmin ) -IIlin{(Xi，yi，Zi)，i - I，···，Il};
[0052] 步驟2.1.2:將軸向包圍盒劃分為三維格網(wǎng)，其中，格網(wǎng)邊長取平均點(diǎn)間距；
[0053]
(1)
[0054] 兵甲，Sxy= Uxi，yi)，i = l，…，η}，見圖3，C( ·)是點(diǎn)集Sxy的凸殼，A( ·)是凸殼C的 面積，由此可得M X N X L個(gè)立方體格網(wǎng)單元。
[0055]
(2)
[0056] 步驟2.1.3:將各激光點(diǎn)映射到各個(gè)格網(wǎng)單元，獲取各激光點(diǎn)的格網(wǎng)索引；
[0057] 將各激光點(diǎn)m映射到各個(gè)格網(wǎng)單元，
[0058.
(3)
[0059] 其中，（u，v，w)代表pi所在的格網(wǎng)單元的索引。
[0060] 步驟2.2:篩選候選異常數(shù)據(jù)；
[0061] 若某個(gè)激光點(diǎn)所在格網(wǎng)單元的26鄰域內(nèi)激光點(diǎn)個(gè)數(shù)小于一定的閾值Tn，即為候選 點(diǎn);循環(huán)直至所有激光點(diǎn)處理完畢。
[0062]在本實(shí)施方式中，Tn的取值需根據(jù)原始點(diǎn)云的空間分布情況確定(比如4)。
[0063]步驟2.3:利用局部距離離群因子（Local Distance Outlier Factor，LD0F)對(duì)候 選點(diǎn)進(jìn)行異常判定；
[0064] pi的k鄰域集（不包括p〇Ni由距pi最近的k個(gè)點(diǎn)構(gòu)成，記Ni = {gj(xj，yj，zj)，j = 1，~^}，則
[0065]
[0066] 點(diǎn)間的距離，d(gj，gy)為幻，gy兩點(diǎn)間的距離，LDOF描述了激光點(diǎn)與其鄰域的偏離程度，數(shù) 值越大表示偏離程度越高，反之越低，可預(yù)設(shè)閾值T_F進(jìn)行判定。
[0067]在本實(shí)施方式中，k為常數(shù)，其值大于各異常點(diǎn)群中包含的激光點(diǎn)個(gè)數(shù)的最大值， Tldof的取值需根據(jù)原始點(diǎn)云的空間分布情況確定。
[0068]步驟2.4:刪除各個(gè)異常數(shù)據(jù)點(diǎn)；
[0069] 記異常數(shù)據(jù)剔除后的LIDAR數(shù)據(jù)集為Q= {qi(xi，yi，zi)，i = l，…，ηι}，其中，i是點(diǎn) 的索引，m是激光點(diǎn)的個(gè)數(shù)，qi是第i個(gè)激光點(diǎn)，其坐標(biāo)為(Xi，yi，Zi)。
[0070] 步驟3:建立二值體元數(shù)據(jù)結(jié)構(gòu)模型；
[0071]如圖4所示，具體步驟如下：
[0072]步驟3.1:將包含場(chǎng)景的三維空間劃分成三維體元網(wǎng)格；
[0073]步驟3.1.1:計(jì)算場(chǎng)景所包絡(luò)的三維空間范圍；
[0074]用數(shù)據(jù)集Q的軸向包圍盒表示三維空間范圍，軸向包圍盒的確定參見步驟2.1.1;
[0075] 步驟3.1.2:計(jì)算空間分辨率；
[0076] 空間分辨率依據(jù)激光點(diǎn)密度確定，
[0077]
⑶
[0078] 其中，（Δ X，Δ y，Δ z)分別為體元模型沿x、y及z軸的分辨率；Sxy = {(Xi，yi)，i = 1，···，n}，SXZ = {(xi，zi)，i = l，· · ·，n}，Syz = {(yi，zi)，i = l，· · ·，n}，見圖5，C( ·)是點(diǎn)集Sxy 的凸殼，A( ·)是凸殼C的面積；
[0079] 步驟3.1.3:對(duì)軸向包圍盒進(jìn)行劃分得到3D體元陣列；
[0080]設(shè)V是3D體元陣列中的體元集合，
[0081] V={vj(rj,cj,lj), j = l,··· ,m}, (6)
[0082] 其中，j是體元的索引，m是體元的個(gè)數(shù)，Vj是第j個(gè)體元的體元值，（rj，cj，lj)是第j 個(gè)體元在體元陣列中的坐標(biāo)(行、列和層號(hào)，見圖6);
[0083] 步驟3.2:將{qi，i = 1，…，m}映射到V，建立二值3D體元陣列，
[0084] .(7)
[0085]步驟4:基于體元的3D濾波；
[0086] 如圖7所示，具體步驟如下：
[0087] 步驟4.1:搜尋地面種子體元；
[0088]在水平方向上，利用設(shè)定的格網(wǎng)尺寸對(duì)3D體元陣列進(jìn)行分塊，如圖8所示，并取各 塊內(nèi)高程最低且體元值為1的體元為種子體元。
[0089] 本實(shí)施方式中，格網(wǎng)尺寸需根據(jù)地形的復(fù)雜性確定，如果地形比較復(fù)雜，格網(wǎng)尺寸 取值較小，反之，可適當(dāng)增大格網(wǎng)尺寸。但是，最小格網(wǎng)尺寸不能小于點(diǎn)云中最大結(jié)構(gòu)（如建 筑物)的尺寸，否則，最大結(jié)構(gòu)內(nèi)部的點(diǎn)將被錯(cuò)判為地面種子體元；
[0090] 步驟4.2:標(biāo)記地面種子體元的鄰域且體元值為1的體元為地面體元；
[0091]步驟4.2.1:初始化，建立空棧；
[0092] 步驟4.2.2:種子體元入棧并標(biāo)記為地面體元；
[0093]步驟4.2.3:如果棧中為空，停止;否則，進(jìn)入步驟4.2.4;
[0094]步驟4.2.4:從棧頂彈出一個(gè)元素，獲取其26鄰域內(nèi)體元值為1且未標(biāo)記的體元，標(biāo) 記為地面體元并存入棧中；
[0095] 步驟4.2.5:轉(zhuǎn)至步驟4.2.3。
[0096] 本發(fā)明可以在CPU為Core(TM)2P86002.40GHz、內(nèi)存4GB、Windows 7旗艦版系統(tǒng)上 使用MATLAB7.11.0軟件編程實(shí)現(xiàn)仿真。
[0097]本實(shí)施方式中設(shè)計(jì)采用ISPRS第三工作組提供的專門用于濾波算法測(cè)試的15個(gè)樣 本數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)以檢驗(yàn)算法的穩(wěn)定性和可行性，這些樣本數(shù)據(jù)包括了不同地理環(huán)境中 濾波可能遇到困難的情況，如粗差點(diǎn)的影響、復(fù)雜的地物、地物與地面相連、斜坡上或低矮 的植被、地形的不連續(xù)等，表1列出了本實(shí)施方式中各個(gè)樣本數(shù)據(jù)的特性及基本參數(shù)。
[0098] 本實(shí)施方式中設(shè)計(jì)采用ISPRS提供的參考數(shù)據(jù)（15個(gè)樣本數(shù)據(jù)被準(zhǔn)確的分類為地 面點(diǎn)和非地面點(diǎn))作為標(biāo)準(zhǔn)數(shù)據(jù)評(píng)定算法精度。
[0099] 表1樣本數(shù)據(jù)的特性及基本參數(shù)
[0101] 圖9為Samp31樣本數(shù)據(jù)濾波結(jié)果圖，其中（a)為Samp31點(diǎn)云圖，（b)為異常數(shù)據(jù)剔除 后點(diǎn)云圖，（c)為二值體元數(shù)據(jù)結(jié)構(gòu)模型圖，（d)為3D濾波結(jié)果圖。
[0102] 表2為本實(shí)施方式中，以ISPRS提供的參考數(shù)據(jù)為標(biāo)準(zhǔn)對(duì)本發(fā)明方法對(duì)15個(gè)樣本數(shù) 據(jù)3D濾波結(jié)果進(jìn)行的定量評(píng)價(jià)?？梢钥闯觯隗w元的3D濾波方法平均kappa系數(shù)為 78 · 62%，其中，城區(qū)的平均kappa系數(shù)達(dá)到了87 · 36%，山區(qū)的平均kappa系數(shù)相對(duì)較低，為 65.51 %，總體精度較高。另外，需注意的是，由于本發(fā)明的濾波結(jié)果為地面體元，而標(biāo)準(zhǔn)數(shù) 據(jù)中是將原始點(diǎn)云分成地面點(diǎn)和非地面點(diǎn)，所以必須統(tǒng)計(jì)本發(fā)明的濾波所得地面體元內(nèi)包 含的地面點(diǎn)，以便和標(biāo)準(zhǔn)數(shù)據(jù)做對(duì)比進(jìn)而得出本發(fā)明的濾波精度。
[0103] 表2本發(fā)明方法濾波結(jié)果定量評(píng)價(jià)
[0105] 圖10為本實(shí)施方式中應(yīng)用本發(fā)明方法和現(xiàn)有的Alexsson、Pfeifer及Sohn提出的 方法（已發(fā)表的算法中精度最高的，且Al exs son所提出的算法被應(yīng)用到商業(yè)軟件 TerrasoI id中）的精度對(duì)比，可以看出，本發(fā)明的濾波精度和Alexsson所提出的算法精度相 當(dāng)。從而驗(yàn)證了本發(fā)明使用基于體元的3D濾波算法的有效性。
[0106] 以上所述，僅為本發(fā)明中最基礎(chǔ)的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限 于此，任何本技術(shù)領(lǐng)域人士在本發(fā)明所揭露的技術(shù)范圍內(nèi)，例如改變體元模型的空間分辨 率等可理解到的替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以 權(quán)利要求書的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法，其特征在于，包括以下步驟： 步驟1:讀取原始LIDAR點(diǎn)云數(shù)據(jù)； 步驟2:異常數(shù)據(jù)辨識(shí)及剔除； 步驟3:二值體元數(shù)據(jù)結(jié)構(gòu)模型建立； 步驟4:基于體元的3D濾波。2. 根據(jù)權(quán)利要求1所述的基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法，其特征在于，所述 步驟2的具體步驟如下： 步驟2.1:對(duì)LIDAR點(diǎn)云建立三維格網(wǎng)索引； 步驟2.1.1:確定數(shù)據(jù)集的軸向包圍盒； 步驟2.1.2:依據(jù)激光點(diǎn)云的密度確定格網(wǎng)尺寸，進(jìn)而將軸向包圍盒劃分為三維格網(wǎng)； 步驟2.1.3:將各激光點(diǎn)映射到相應(yīng)的格網(wǎng)單元，獲取其對(duì)應(yīng)的格網(wǎng)索引； 步驟2.2:根據(jù)激光點(diǎn)所在的格網(wǎng)單元間的拓?fù)潢P(guān)系篩選候選點(diǎn)； 步驟2.3:利用局部距離離群因子判定候選點(diǎn)的異常程度； 步驟2.4:刪除各個(gè)異常數(shù)據(jù)點(diǎn)，得到異常數(shù)據(jù)剔除后的數(shù)據(jù)集。3. 根據(jù)權(quán)利要求1所述的基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法，其特征在于，所述 步驟3的具體步驟如下： 步驟3.1:體元結(jié)構(gòu)構(gòu)建，將包含場(chǎng)景目標(biāo)的三維空間劃分成三維體元網(wǎng)格，三維體元 網(wǎng)格用3D體元陣列表示，其依賴于場(chǎng)景目標(biāo)所包絡(luò)的三維空間范圍和體元大?。? 步驟3.1.1:用異常數(shù)據(jù)剔除后的數(shù)據(jù)集的軸向包圍盒表示三維空間范圍； 步驟3.1.2:計(jì)算空間分辨率； 步驟3.1.3:對(duì)軸向包圍盒進(jìn)行劃分得到3D體元網(wǎng)格； 步驟3.2:體元賦值，將點(diǎn)云映射到三維體元網(wǎng)格，進(jìn)而根據(jù)體元中是否包含有激光點(diǎn) 分別為體元賦值，包含激光點(diǎn)賦值1，無激光點(diǎn)賦值0，1和0分別代表目標(biāo)和背景。4. 根據(jù)權(quán)利要求1所述的基于體元的機(jī)載LIDAR點(diǎn)云三維濾波方法，其特征在于，所述 步驟4的具體步驟如下： 步驟4.1:地面種子體元搜尋； 步驟4.2:3D濾波，標(biāo)記地面種子體元的鄰域體元且體元值為1的體元，并采用深度優(yōu)先 策略遍歷同屬地面的所有體元； 步驟4.2.1:初始化，建立空棧； 步驟4.2.2:種子體元入棧并標(biāo)記為地面體元； 步驟4.2.3:如果棧中為空，停止;否則，進(jìn)入步驟4.2.4; 步驟4.2.4:從棧頂彈出一個(gè)元素，獲取其26鄰域內(nèi)體元值為1且未標(biāo)記的體元，標(biāo)記為 地面體元并存入棧中； 步驟4.2.5:轉(zhuǎn)至步驟4.2.3。
【文檔編號(hào)】G06T15/00GK105844602SQ201610201234
【公開日】2016年8月10日
【申請(qǐng)日】2016年4月1日
【發(fā)明人】王麗英, 王春艷, 趙泉華
【申請(qǐng)人】遼寧工程技術(shù)大學(xué)