基于形态学梯度的激光扫描点云特征提取方法

为从海量激光扫描点云数据中准确提取特征,提出了一种基于形态学梯度的激光扫描点云特征提取方法。该方法首先生成海量激光扫描点云数字高程模型,而后通过数学形态学对梯度的定义求取各激光脚点梯度,将梯度局部邻域均值作为局部自适应阈值,对点云数据进行分割,生成特征部分与平坦部分。使用随机抽样一致方法拟合平坦部分平面以及特征部分的圆孔,求取台阶面高度、圆孔内径等特征信息。实验结果表明:该方法可以有效地提取大规模点云数据的特征,圆孔类特征值提取最大误差不超过0.05 mm,台阶面高度提取误差不超过0.1 mm。