(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 202211320284.3 (22)申请日 2022.10.26 (71)申请人 昆明理工大 学 地址 650093 云南省昆明市五华区学府路 253号 (72)发明人 王青旺　王铭野　王盼新　沈韬　 陶智敏　宋健　汪志锋　 (74)专利代理 机构 昆明明润知识产权代理事务 所(普通合伙) 53215 专利代理师 王鹏飞 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G01S 7/48(2006.01) (54)发明名称 一种基于多光谱激光雷达点云数据的超点 分割方法 (57)摘要 本发明涉及一种基于多光谱激光雷达点云 数据的超点 分割方法， 属于多光谱激光雷达点云 分割技术领域。 本发明首先将多光谱激光雷达点 云按照KD树建模， 将雷达点云保存在树状节点 中； 然后对点云进行最近邻分割， 形成初始超点； 最后， 对相邻超点内点对进行相似性度量， 设计 超点间点交换机制， 根据相似性度量完成超点间 点交换过程， 生成多光谱点云超点集。 本发明能 够有效利用多光谱激光雷达点云包含的空间几 何结构和光谱信息， 生成具有几何结构和光谱信 息高度一致性的超点集， 有效降低后序任务时间 复杂度和对计算资源的需求。 权利要求书2页 说明书4页 附图3页 CN 115375902 A 2022.11.22 CN 115375902 A 1.一种基于多光谱激光雷达点云数据的超点分割方法， 其特征在于： 首先， 将多光谱激 光雷达点云按照 KD树建模， 将雷达点云保存在树状节 点中； 然后对点云进 行最近邻分割， 形 成初始超点； 最后， 对相邻超点内点对进行相似性度量， 设计超点间点交换机制， 根据相似 性度量完成超点间点交换 过程， 生成多光谱点云超点 集。 2.根据权利要求1所述的基于多光谱激光雷达点云数据的超点分割方法， 其特征在于， 具体步骤为： Step1： 根据欧氏距离对多光谱激光雷达点云按照 KD树建模， 根据下式计算点云每维特 征的方差， 记方差最大的维度为 k； 其中，μ是该维特征上的数据均值， N是该维度上的点云包含点的数量， X、Y、Z是多光谱 激光雷达点云包 含点的空间特 征， 是多光谱激光雷达点云包 含点的光谱特 征； Step2： 将多光谱点云包含 的N个点记为 ， 将多光谱 雷达点按照第 k维度特征值的大小进 行升序排列， 计算多光谱点云第 k维特征值构成的集合 的中位数 m； Step3： 根据点云第 k维特征将多光谱点云分成两份， 具体为： 第 k维特征值大于 m的点构 成一个点 集， 小于或等于 m的点构成另一个点 集， 将其存 储到KD树的第一代叶子节点中； Step4： 对Step3中得到的两个点 集重复这 一步骤， 直到不能再进行划分； Step5： 将 N个待分割的 KD树结构点云的集合中的点依次定义为一个超 点， 记为S  = {s1,  s2,  …, sN}； Step6： 度量每个点与其最近邻点之间的差异， 选取最相近的点进行融合， 形成新的超 点； 重复该步骤， 直到超点包 含点的数量达 到预设大小； Step7： 计算目标超点内每个点与该超点中心点的距离 L1， 再计算超点内的点与相邻超 点中心点的距离 L2， 若L2<L1， 则将该点分配给相邻超点。 3.根据权利要求2所述的基于多光谱激光雷达点云数据的超点分割方法， 其特征在于， 所述Step6具体为： 在Step6中， 按照如下公式计算两点间相似性： 其中，p和q是两个点， 是平衡相似性度量中法向量重要性的参数， 设定为： 1， np和nq是 p和q的法向量， 代表多光谱点云的光谱向量， R1是用于约束超点空间范围的参数， 设定 为： 5，R2是用于约束超点 光谱范围的参数， 设定为： 10 。 4.根据权利要求2所述的基于多光谱激光雷达点云数据的超点分割方法， 其特征在于：权　利　要　求　书 1/2 页 2 CN 115375902 A 2所述Step7 具体为： 在Step7中， 度量 L具体为： 其中， 和 代表p和q的多光谱LiDAR点云的光谱向量， 是平衡相似性度量中点之 间几何距离重要性的参数， 设定为： 1， 是平衡相似性度量中法向量重要性的参数， 设定 为： 1。权　利　要　求　书 2/2 页 3 CN 115375902 A 3