【技术实现步骤摘要】
本专利技术涉及激光雷达，具体而言，涉及一种光子计数激光雷达地物分类方法、装置及电子设备。
技术介绍
1、建筑的高度及其分布状况是描绘城市立体结构的关键指标，它们对于深入认识城市发展的历程具有至关重要的意义。同时，在进行土地覆盖分类时，建筑高度信息是区分森林植被与人造地表光谱特征的重要参考依据。
2、目前，星载光子计数lidar是一种新型对地观测技术，它采用单光子探测器，具有更高的脉冲重复频率，可以获取更小、更密集的光子点云数据(光斑间隔仅为0.7m)，从而为获取建筑高度提供了可能，进而可以实现对地物进行分类。但现有基于星载光子计数的分类算法中，在不同建筑覆盖度以及不同地物类型条件下，因光子数据经过复杂的地形环境，不仅存在噪声点，还因不同地物的光子数据在水平和垂直方向的分布存在一定关联和差异，导致提取地物光子的准确性差，进而导致复杂地形环境下的建筑物分类精度低。
技术实现思路
1、本专利技术解决的问题是如何提高建筑物分类的精度。
2、为解决上述问题，本专利技术提供一种光子计数激光雷达地物分类方法、装置、电子设备及存储介质。
3、第一方面，本专利技术提供了一种光子计数激光雷达地物分类方法，包括：
4、获取待测区域的原始数据集，所述原始数据集包括光子计数激光雷达数据；
5、对所述原始数据集进行切分得到多个切片单元，并基于霍夫变换算法，根据各所述切片单元得到对应的目标候选线段；
6、对各所述切片单元对应的目标候选线段分
7、根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有所述临时建筑光子得到最终分类的建筑光子，所述切片单元对应的地形数据基于对应的所述最终分类的地面光子获得；
8、根据所有所述最终分类的建筑光子对所述原始数据集进行过滤，得到目标数据集，并对所述目标数据集进行划分，得到多个分段单元；
9、基于对应的所述最终分类的地面光子确定各所述分段单元的分离阈值，根据对应的所述分离阈值对各所述分段单元进行分类，得到对应的冠顶光子和冠层光子。
10、可选地，所述对各所述切片单元对应的目标候选线段进行聚类操作，得到最终分类的地面光子，包括：
11、对每个所述切片单元对应的目标候选线段进行聚类，得到第一地面光子；
12、根据每个所述切片单元构建对应的高程密度直方图，并根据每个所述高程密度直方图得到对应的第二地面光子；
13、根据所有所述第一地面光子和所有所述第二地面光子得到所述最终分类的地面光子。
14、可选地，所述根据所有所述第一地面光子和所有所述第二地面光子得到所述最终分类的地面光子，包括：
15、将所有所述第一地面光子和所有所述第二地面光子进行融合，得到临时地面光子；
16、根据各所述切片单元的地形数据对所述临时地面光子进行筛选，得到所述最终分类的地面光子。
17、可选地，所述根据各所述切片单元的地形数据对所述临时地面光子进行筛选，得到最终分类的地面光子，包括：
18、执行筛选过程，所述筛选过程包括：选取目标切片单元，所述目标切片单元为任一所述切片单元；
19、根据所述目标切片单元及与其相邻的所述切片单元的地形数据对所述目标切片单元进行筛选，得到对应的临时光子；
20、重复进行筛选过程，直至完成所有所述切片单元的筛选，并根据所有所述临时光子对所述临时地面光子进行筛选，得到所述最终分类的地面光子。
21、可选地，所述地形数据包括地形斜率和地形高程；所述根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有所述临时建筑光子得到最终分类的建筑光子，包括：
22、根据对应的所述地形斜率和所述地形高程对每个所述切片单元进行分类，得到对应的所述临时建筑光子，并根据所有所述临时建筑光子得到所述最终分类的建筑光子。
23、可选地，所述根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有临时建筑光子得到最终分类的建筑光子之后还包括：
24、若当前所述切片单元对应的所述临时建筑光子的个数大于0，则基于当前所述切片单元内的所有光子计数激光雷达数据及当前所述切片单元的前后相邻的所述切片单元内的所述光子计数激光雷达数据构建临时光子数据集；
25、利用预设窗口长度和预设步长对一个所述临时光子数据集进行滑动处理，确定多个预设窗口，并对所述预设窗口内的数据进行霍夫变换，得到多个临时候选线段，根据对应的所述临时候选线段获取各所述临时光子数据集中对应的地形数据；
26、根据对应的所述地形数据对所述预设窗口内的数据进行分类，得到候选建筑光子，重复上述操作，直至完成对所有所述临时光子数据集的处理，得到多个所述候选建筑光子，则将所有所述候选建筑光子作为所述最终的建筑光子。
27、可选地，所述基于对应的所述最终分类的地面光子确定各所述分段单元的分离阈值，包括：
28、获取每个所述分段单元的地形数据，并基于所述地形数据计算对应的相对高程数据；
29、根据所述相对高程数据进行等距离划分，得到多个高程片，并基于所有所述高程片构建相对高程-离散点数量统计直方图；
30、根据所述相对高程-离散点数量统计直方图获取第一峰值和第二峰值；
31、当所述第一峰值和所述第二峰值满足预设条件时，则将所述第二峰值作为对应所述分段单元的所述分离阈值。
32、可选地，所述预设条件，包括：
33、
34、其中，和分别为第一峰值p1和第二峰值p2的高程，hlocal为所述待测区域的最大植被高度，htree为所述待测区域内乔木的最低高度。
35、第二方面，本专利技术提供了一种光子计数激光雷达地物分类装置，包括：
36、获取单元，用于获取待测区域的原始数据集，所述原始数据集包括光子计数激光雷达数据；
37、处理单元，用于对所述原始数据集进行切分得到多个切片单元，并基于霍夫变换算法，根据各所述切片单元得到对应的目标候选线段；对各所述切片单元对应的目标候选线段分别进行聚类操作，得到最终分类的地面光子；
38、所述处理单元还用于根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有所述临时建筑光子得到最终分类的建筑光子，所述切片单元对应的地形数据基于对应的所述最终分类的地面光子获得；根据所有所述最终分类的建筑光子对所述原始数据集进行过滤，得到目标数据集，并对所述目标数据集进行划分，得到多个分段单元；基于对应的所述最终分类的地面光子确定各所述分段单元的分离阈值，根据对应的所述分离阈值对各所述分段单元进行分类，得到对应的冠顶光子和冠层光子。
39、第三方面，本专利技术提供了一种电子设备，包括存储器和处理器；
40、所述存储器，本文档来自技高网...
【技术保护点】
1.一种光子计数激光雷达地物分类方法，其特征在于，包括：
2.根据权利要求1所述的光子计数激光雷达地物分类方法，其特征在于，所述对各所述切片单元对应的目标候选线段进行聚类操作，得到最终分类的地面光子，包括：
3.根据权利要求2所述的光子计数激光雷达地物分类方法，其特征在于，所述根据所有所述第一地面光子和所有所述第二地面光子得到所述最终分类的地面光子，包括：
4.根据权利要求3所述的光子计数激光雷达地物分类方法，其特征在于，所述根据各所述切片单元的地形数据对所述临时地面光子进行筛选，得到最终分类的地面光子，包括：
5.根据权利要求1所述的光子计数激光雷达地物分类方法，其特征在于，所述地形数据包括地形斜率和地形高程；所述根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有所述临时建筑光子得到最终分类的建筑光子，包括：
6.根据权利要求5所述的光子计数激光雷达地物分类方法，其特征在于，所述根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有临时建筑光子得到最终分类的建筑光子之后还
7.根据权利要求1所述的光子计数激光雷达地物分类方法，其特征在于，所述基于对应的所述最终分类的地面光子确定各所述分段单元的分离阈值，包括：
8.根据权利要求7所述的光子计数激光雷达地物分类方法，其特征在于，所述预设条件，包括：
9.一种光子计数激光雷达地物分类装置，其特征在于，包括：
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至8中任一项所述的光子计数激光雷达地物分类方法。
...【技术特征摘要】
1.一种光子计数激光雷达地物分类方法，其特征在于，包括：
2.根据权利要求1所述的光子计数激光雷达地物分类方法，其特征在于，所述对各所述切片单元对应的目标候选线段进行聚类操作，得到最终分类的地面光子，包括：
3.根据权利要求2所述的光子计数激光雷达地物分类方法，其特征在于，所述根据所有所述第一地面光子和所有所述第二地面光子得到所述最终分类的地面光子，包括：
4.根据权利要求3所述的光子计数激光雷达地物分类方法，其特征在于，所述根据各所述切片单元的地形数据对所述临时地面光子进行筛选，得到最终分类的地面光子，包括：
5.根据权利要求1所述的光子计数激光雷达地物分类方法，其特征在于，所述地形数据包括地形斜率和地形高程；所述根据对应的地形数据对各所述切片单元进行分类，得到对应的临时建筑光子，根据所有所述临时建筑光子...
【专利技术属性】
技术研发人员：谌一夫，宋吴星，张东方，乐源，陶醉，王力哲，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。