一种基于像素级稠密匹配点云的DEM精细化处理方法技术

本发明专利技术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、源数据筛选：利用正射影像和像素级稠密匹配进行点云数据的获取后，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；本发明专利技术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。了DEM精细化程度。了DEM精细化程度。

【技术实现步骤摘要】
一种基于像素级稠密匹配点云的DEM精细化处理方法


[0001]本专利技术涉及地形测量
，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。

技术介绍

[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，主要包括点云的选取，点云分类，地面点去噪。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术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，本专利技术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、源数据筛选：利用正射影像和像素级稠密匹配进行点云数据的获取后，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取，统一赋值，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来获取；
[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(x
j
,y
j
)，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]本专利技术进一步设置为：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础，通过调整各个影像的位置、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]本专利技术进一步设置为：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础，删除匹配过程中产生的粗差点，从而得到基于正射影像的像素级稠密匹配点云。
[0015]本专利技术进一步设置为：所述步骤一中不同图像比例分别为1/2和1/4。
[0016]本专利技术进一步设置为：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]本专利技术进一步设置为：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]本专利技术进一步设置为：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]本专利技术进一步设置为：所述步骤四中x
j
,y
j
的计算公式如下：
[0020][0021][0022](三)有益效果
[0023]本专利技术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取，在点云分类环节，利用对缓冲区特征线的提取，有效提高地面点分类效果，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为本专利技术不规则三角网快速搜索水边线方法示意图；
[0028]图2为本专利技术移动断面窗口法示意图；
[0029]图3为本专利技术基于缓冲区分析特征线地面点分类示意图；
[0030]图4为本专利技术实施例中的测区正射影像图；
[0031]图5为本专利技术实施例中的1/2图像比例点云分类统计表图；
[0032]图6为本专利技术实施例中的1/4图像比例点云分类统计表图；
[0033]图7为本专利技术实施例中的1/2影像比例水边地面点分类图；
[0034]图8为本专利技术实施例中的点云分类精度统计表图；
[0035]图9为本专利技术实施例中的台阶地面点分类图；
[0036]图10为本专利技术测得台阶地面点分类图；
[0037]图11为本专利技术测得水边地面点分类图；
[0038]图12为本专利技术测得点云分类统计表图；
[0039]图13为本专利技术测得点云分类精度统计表图；
[0040]图14为本专利技术实施例中未剔除的水面地面点示意图；
[0041]图15为本专利技术实施例中剔除后的水面地面点示意图；
[0042]图16为本专利技术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]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0044]本文档来自技高网...

【技术保护点】

【技术特征摘要】
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、源数据筛选：利用正射影像和像素级稠密匹配进行点云数据的获取后，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取，统一赋值，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来获取；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(x
j
,y
j
)，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。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础，通过调整各个影像的位置、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...

【专利技术属性】
技术研发人员：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，
申请(专利权)人：长江水利委员会水文局，
类型：发明
国别省市：