车载激光点云道路边界提取的Snake方法

发布时间：2021-01-24 13:42

　　针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。 

【文章来源】：测绘学报. 2020,49(11)北大核心

【文章页数】：13 页

【部分图文】：

基于离散点Snake的车载激光点云道路边界提取

式中,wl(s)、wr(s)表示轨迹线v(s)距离左右道路边界距离,即道路宽度的一半,在保证算法速度和精度的情况下,左右宽度初始值一般小于最小道路宽度的一半w0(s)=wl(s)=wr(s)≤1/2·min(wd),wd为道路宽度;n(s)为轨迹线单位法向量。1.2.2.2 闭合道路边界初始轮廓

为保证拐角道路边界处的连续性,取距离首末道路出入口拐点的两端10至30个Snake点,与左右条带vgl(s)、vgr(s)一起定义为拐角处初始轮廓线,即道路出入口处Snake的初始轮廓线,如图3(c)所示。1.3 基于离散点的Snake模型能量

【参考文献】：
期刊论文
[1]基于DBN的车载激光点云路侧多目标提取[J]. 罗海峰,方莉娜,陈崇成,黄志文.  测绘学报. 2018(02)
[2]GVF Snake与显著特征相结合的高分辨率遥感图像道路提取[J]. 王峰萍,王卫星,薛柏玉,曹霆,高婷.  测绘学报. 2017(12)
[3]车载激光扫描数据路坎点云提取方法[J]. 罗海峰,方莉娜,陈崇成.  地球信息科学学报. 2017(07)
[4]基于点云密度的结构化道路边界增强检测方法[J]. 苏致远,徐友春,彭永胜,王任栋.  汽车工程. 2017(07)
[5]先验知识引导的车载激光扫描点云道路信息提取[J]. 魏双全,房华乐,林祥国.  测绘科学. 2014(10)
[6]基于车载LiDAR数据的道路边界精细提取[J]. 李永强,王文越,郑艳慧,曹鸿,孙鹏,杨莎莎.  河南理工大学学报(自然科学版). 2014(04)
[7]车载激光扫描数据的结构化道路自动提取方法[J]. 方莉娜,杨必胜.  测绘学报. 2013(02)
[8]面向车载激光扫描点云快速分类的点云特征图像生成方法[J]. 杨必胜,魏征,李清泉,毛庆洲.  测绘学报. 2010(05)
[9]Snake模型综述[J]. 李天庆,张毅,刘志,胡东成.  计算机工程. 2005(09)

博士论文
[1]点云模型分割与融合关键技术研究[D]. 孙金虎.南京航空航天大学 2013
[2]车载LiDAR点云中建筑物的自动识别与立面几何重建[D]. 魏征.武汉大学 2012

硕士论文
[1]OpenStreetMap辅助的车载激光点云道路几何特征提取[D]. 韩婷.武汉大学 2018



本文编号：2997347