利用车载激光点云的分车带识别及单木分割方法

发布时间：2021-03-03 04:06

　　提出了一种基于车载激光点云数据的城区分车带识别及单木点云分割方法,首先通过布料模拟算法进行点云滤波去除地面点,然后利用基于八叉树连通性分析对非地面点进行聚类并构建聚类单元的最小包围矩形,基于先验知识和高差约束进行分车带识别,最后根据单木的空间几何特征,引入基于局部最高点的区域生长算法实现分车带内点云单木分割。选取北京市某道路的车载激光点云数据进行实验,结果表明:该方法能够从车载激光点云中快速识别出分车带点云并完成单木分割,能达到较好的识别和分割效果,具有抗噪性强和提取精度高的特点。 

【文章来源】：激光与红外. 2020,50(11)北大核心

【文章页数】：5 页

【部分图文】：

图1 分车带提取及单木分割流程

文献[15]提出的LiDAR点云滤波算法布料模拟算法原理创新且参数少简单易用,被国内外多款知名软件采用,本文采用布料模拟算法进行点云滤波处理,其基本思想为:将获取的LiDAR点云数据的高程进行反转,布料由于重力作用会从反转的点云表面下降,通过分析布料与对应的LiDAR点云之间的作用,确定由于重力下降后所停留的位置,从而确定布料最后的形状,实现点云滤波,其原理如图2所示。2.2 基于八叉树叶节点的连通性聚类

从任一包含点云数据的八叉树子节点开始,搜索其周围的子节点,如果周围的子节点立方体包含有点云数据,则认为当前子节点内的点云和其周围子节点内的点云属于同一类别,不断搜索直到所有的子节点搜索完毕,则所有具有空间连通性的八叉树子节点所包含的点云会被聚类到不同的聚类单元,作为进一步提取分车带点云的基础。2.3 最小包围矩形构建及分车带点云提取

【参考文献】：
期刊论文
[1]车载激光点云数据中行道树三维信息自动提取研究[J]. 李玉兵,王鹏.  测绘与空间地理信息. 2018(08)
[2]车载激光点云与序列化全景影像融合方法[J]. 卢秀山,俞家勇,田茂义,刘如飞,石波,李鹏飞.  中国激光. 2018(05)
[3]车载LiDAR点云相连行道树精细分割[J]. 张西童,李永强,毛杰,李有鹏,黄腾达.  测绘科学. 2016(08)
[4]无人机遥感影像中行道树信息快速提取[J]. 曹明兰,张力小,王强.  中南林业科技大学学报. 2016(10)
[5]一种基于车载激光扫描点云数据的单株行道树信息提取方法[J]. 吴宾,余柏蒗,岳文辉,谈文琦,胡春凌,吴健平.  华东师范大学学报(自然科学版). 2013(02)

博士论文
[1]基于激光点云的复杂三维场景多态目标语义分割技术研究[D]. 张蕊.战略支援部队信息工程大学 2018
[2]基于车载激光扫描数据的城市街道信息提取技术研究[D]. 李游.武汉大学 2017

硕士论文
[1]城市道路分车带绿化研究[D]. 褚玲.新疆农业大学 2013



本文编号：3060568