(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210950192.7 (22)申请日 2022.08.09 (71)申请人 广州市城市规划勘测设计 研究院 地址 510030 广东省广州市越秀区建 设大 马路10号 (72)发明人 柳翠明　刘洋　陈国梁　龙奇勇　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 王伟 (51)Int.Cl. G06T 17/00(2006.01) G06T 5/00(2006.01) G06T 7/30(2017.01) G06V 10/30(2022.01) G06V 10/26(2022.01)G06V 10/40(2022.01) G06V 20/17(2022.01) (54)发明名称 一种遥感UAV-MVS影像点云数据处理方法、 装置、 设备及 介质 (57)摘要 本发明公开了一种遥感UAV ‑MVS影像点 云数 据处理方法、 装置、 设备及介质， 其通过 获取同一 地区不同时相的无人机遥感影视图像， 并利用三 维重建算法对不同时相的无人机遥感影视图像 进行处理， 得到不同时相的UAV ‑MVS影像点云； 接 着， 对不同时相的UAV ‑MVS影像点云采用改进 ICP 算法进行点云配准， 并对配准后的点云采用CSF 滤波算法分离地面点与非地面点后， 剔除地面 点， 并归一化非地面点； 其中， 所述改进ICP算法 采用粗差剔除技术对传统ICP算法加以改良， 并 采用了二步配准方法进行配准； 最后， 对非地面 点云数据进行虚拟网格处理。 本发 明能提高点云 数据预处理的精度和点云数据管理的后续管理 效能。 权利要求书2页 说明书8页 附图3页 CN 115239886 A 2022.10.25 CN 115239886 A 1.一种遥感UA V‑MVS影像点云数据处 理方法， 其特 征在于， 包括： 获取同一地区不同时相的无人机遥感影视图像， 并利用三维重建算法对不同时相的无 人机遥感影视图像进行处 理， 得到不同时相的UA V‑MVS影像点云； 对不同时相的UAV ‑MVS影像点云采用改进ICP算法进行点云配准， 并对配准后的点云采 用CSF滤波算法分离地面点与非地面点后， 剔除地面点， 并归一化 非地面点； 其中， 所述改进 ICP算法采用粗差剔除技 术对传统ICP算法加以改良， 并采用了二 步配准方法进行配准； 对非地面点云数据进行虚拟网格处 理。 2.如权利 要求1所述的遥感UAV ‑MVS影像点云数据处理方法， 其特征在于， 所述改进ICP 算法具体包括： 步骤a， 按照预设间隔对不同时相的UAV ‑MVS影像点云进行格网划分， 并对每个格网中 的点进行高程统计， 计算其中值， 并选取距离中值最近的点位， 将其作为代表该格网的配准 元素参与计算； 其中， 不同时相的UA V‑MVS影像点云包括 参考点云和待配准 点云； 步骤b， 对于参考点云中选取的配准元素点集， 搜素其在待配准点云中选取的待配准点 集中的最邻近点集， 并根据第一距离阈值剔除错误匹配的同名点对， 使得点对之间欧氏距 离最小； 步骤c， 计算旋转矩阵和平 移矩阵， 使得误差函数最小； 步骤d， 根据步骤c所得的转换参数计算新的对应点集,并计算两者之间的距离， 如果该 距离小于给定阈值则停止迭代， 否则返回步骤b； 步骤e， 当步骤d停止迭代， 完成初次配准， 以初次配准结果作为初值， 并以第二距离阈 值重复步骤b ‑d， 直至完成二次配准， 得到最终配准结果。 3.如权利 要求1所述的遥感UAV ‑MVS影像点云数据处理方法， 其特征在于， 所述采用CSF 滤波算法分离地 面点与非地 面点， 具体包括： 采用点云滤波算法以及点云处 理软件滤去反常点后进行点云倒置； 选择仿真布料， 设定布料网格分辨率， 并设定模仿颗粒数， 设置布料的方向在点云最高 点上； 将布料模拟中心的UAV ‑MVS影像点投射到水平面,为各个布料模拟中心点寻找最邻近 的激光点的高度位置， 将高度值设定为 IHV； 迭代计算直至迭代次数达到预设的最大迭代次数， 每次迭代时， 将布料设置为可移动， 当粒子高度CHV小于IHV时， 将粒子高度设置为IHV且 粒子属性设置为不行移动， 并通过核算 布料颗粒间的内力效应， 依据设定的布刚性 参量， 调节布料颗粒间的相应位移； 核算UAV‑MVS影像点云与对应布料模仿点的间隔， 间隔小于阈值标记为地面点， 间隔大 于阈值标记为非地 面点。 4.如权利要求1所述的遥感UAV ‑MVS影像点云数据处理方法， 其特征在于， 所述对非地 面点云数据进行虚拟网格处 理， 具体包括： 计算原始UAV‑MVS影像点云的最小外包长方体， 获取三维空间最 值； 设置栅格分辨 率， 计算虚拟网格数； 逐像素计算各个点归属 虚拟网格并记录其可见光波段值及高程值， 完成虚拟网格的建 立。 5.如权利要求1所述的遥感UAV ‑MVS影像点云数据处理方法， 其特征在于， 在所述对非权　利　要　求　书 1/2 页 2 CN 115239886 A 2地面点云数据进行虚拟网格处 理之后， 还 包括： 采用多层次分割变化提取方法对虚拟网格处理后的非地面点云数据进行建筑物的三 维变化检测。 6.如权利要求5所述的遥感UAV ‑MVS影像点云数据处理方法， 其特征在于， 所述采用多 层次分割变化提取方法对虚拟网格处理后的非地面点云数据进行建筑物的三 维变化检测， 具体包括： 采用单层 色度异质性分割虚拟网格处理后的非地面点云， 包括对点云进行颜色空间转 换、 区域生长、 区域 合并与精化； 对点云数据进行多层分割， 每层 分割均根据分割块内变化网格的数量和比例判断变化 状态， 对于 分割不足而无法确定变化状态的， 减小色度异质性阈值后再次调用分割， 并逐分 割块判断变化状态， 以此类 推， 直到判断出 所有分割块的变化状态为止； 使用均值滤波获取 各网格对应的R、 G、 B值， 并计算分割块的nEGI 植被指数和亮度信息； 将nEGI植被指数 大于预设植被指数阈值且 亮度大于预设亮度阈值的点分类到建筑物； 通过高程高度信息的变化将变化的建筑物进行新建、 加建、 拆除的分类。 7.一种遥感UA V‑MVS影像点云数据处 理装置， 其特 征在于， 包括： 点云数据获取模块， 用于获取同一地区不同时相的无人机遥感影视 图像， 并利用三维 重建算法对不同时相的无 人机遥感影视图像进行处 理， 得到不同时相的UA V‑MVS影像点云； 配准模块， 用于对不同时相的UAV ‑MVS影像点云采用改进ICP算法进行点云配准， 并对 配准后的点云采用CSF滤波算法分离地面点与非地面点后， 剔除地面点， 并归一化非地面 点； 其中， 所述改进ICP算法采用粗差剔除技术对传统ICP算法加以改良， 并采用了二步配准 方法进行配准； 网格处理， 用于对非地 面点云数据进行虚拟网格处 理。 8.一种终端设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配置 为由所述处理器执行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 至6中任意一项所述的遥感UA V‑MVS影像点云数据处 理方法。 9.一种存储介质， 其特征在于， 所述存储介质包括存储的计算机程序， 其中， 在所述计 算机程序运行时控制所述存储介质所在设备执行如权利要求1至6中任意一项所述的遥感 UAV‑MVS影像点云数据处 理方法。权　利　要　求　书 2/2 页 3 CN 115239886 A 3