基于多特征约束的山区LiDAR道路提取方法研究

发布时间：2020-07-19 06:48

【摘要】：道路是空间地理信息的构成元素,也是人类交通的组成部分,准确的道路信息对于地图更新、车辆导航、运输管理等各个方面都具有十分重要的意义。随着经济的发展与社会的进步,人们对于道路信息的需求也在不断扩大,如何准确高效地提取道路信息已成为现阶段的研究热点。机载Li DAR作为一种主动式空间测量系统,集成了激光测距、GPS定位、惯性导航等先进技术,不仅能够高效地获取地面的三维坐标,还能记录地物的回波次数、反射强度等信息,它的出现与发展为道路提取提供了全新手段。目前对于机载Li DAR技术的研究主要集中在地形平坦的城市区域,对山区道路提取的研究相对较少,而传统的基于遥感影像的方法已无法及时满足人们的需要。考虑到以上因素,本文系统探讨了基于Li DAR点云数据的山区道路提取技术,重点研究山地地区Li DAR点云滤波算法与道路分类方法,具体研究内容包括:1)总结了机载Li DAR技术的发展历程,分析当前的研究热点及国内外的研究现状。阐述了机载Li DAR系统的组成和工作原理,并简单说明其应用方式和应用领域。2)介绍了点云滤波的基本原理,详细总结了当前几类典型点云滤波算法的原理与实现流程,提出了一种基于规则网格划分策略的滤波算法。首先将整块点云数据切分为条带,接着对每一条带选择合适间距等距离细分为网格数据,以网格数据为对象进行迭代多项式拟合,最终通过阈值控制实现点云分类。选取ISPRS提供的山地样本数据来测试本文算法的性能,实验分析表明,针对不同特征的山地数据,本文提出的算法能够快速有效地进行分类,良好地保持了地形特征信息,地面点识别的准确率超过92%。3)评述了当前几种基于Li DAR点云数据的道路提取方法。总结了山区道路的典型特征属性,在此基础上提出基于多特征约束的山区道路提取方法。运用k-d树邻域搜索算法计算提取每个离散脚点的邻域点数、法向量和粗糙度三个主要特征约束,设定阈值获得候选道路点集;采用DBSCAN算法提取道路聚簇,并提出通过聚簇点数和形状指数进一步剔除非道路点集;接着通过形态学方法细化道路区域。选取香港某山区Li DAR数据进行实验验证并与其卫星影像对比分析,证明本文提出方法能够较为完整地提取出山区道路信息,具有较高的效率。最后指出山地道路提取的未来研究方向。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P237
【图文】：

正射影像,系统组成

然后就能通过公式12LR ct得到距离[45]。图 2.1 激光回波测距原理图2.2 机载 LiDAR 系统介绍机载 LiDAR 系统全称是机载激光探测及测距系统，它以飞机为载体，集成了激光测距、GPS 定位、惯性导航等前沿技术，能够快速获取高精度地面和地面物体信息。作为一款主动航空遥感装置，机载 LiDAR 系统具有十分广泛的应用范围和应用前景。2.2.1 系统组成机载 LiDAR 系统主要由激光扫描仪、航空数码相机和 POS 系统三大电子部件组成，图 2.2 给出了 LiDAR 系统的部件图。其中激光扫描仪由一个激光发射器和接收系统构成，主要负责激光测距，并能获取地面目标的反射信息；航空数码相机一般搭载千万级像素的摄像头，能够提供高分辨率的正射影像；POS 系统包含 GPS 和 IMU 单元，用于精确定位，获得地面的三维坐标。

原理图,坐标计算,原理图,工作流程

由此便可以很容易地计算出地面目标点 P X , Y ,Z 的空间三维坐标[46]。图 2.3 坐标计算原理图2.3 机载 LiDAR 系统的工作流程机载 LiDAR 系统的工作流程一般包括飞行、数据记录、数据处理和可视化分析四个阶段。

工作流程图,工作流程图

图 2.4 机载 LiDAR 工作流程图先需要确定目标探测区域并进行航线设计及飞行计划（模式、飞行速度、扫描等）设计。在飞行过程中，LiDAR 系统将持续采集探测区域内的空间地理括三维 LiDAR 点云和航拍影像等，在存储数据记录的同时也会自动对采集正和预处理，主要是一些参数计算和差分处理，也会剔除部分明显噪声数据处理是整个流程中的核心步骤，也是本文工作的重心，即从海量点云数据中类，提取出我们所关心的信息，例如提取 DEM、DTM 等。最后可视化分析于如何组织这些离散点云数据，形象化可视化地将结果展示出来，这也是目热点。机载 LiDAR 系统的应用载 LiDAR 系统能够快速获取高精度地面和地面物体信息，已成为测绘领域

【参考文献】