提出了一種基于車載激光點云數(shù)據的城區(qū)分車帶識別及單木點云分割方法,首先通過布料模擬算法進行點云濾波去除地面點,然后利用基于八叉樹連通性分析對非地面點進行聚類并構建聚類單元的最小包圍矩形,基于先驗知識和高差約束進行分車帶識別,最后根據單木的空間幾何特征,引入基于局部最高點的區(qū)域生長算法實現(xiàn)分車帶內點云單木分割。選取北京市某道路的車載激光點云數(shù)據進行實驗,結果表明:該方法能夠從車載激光點云中快速識別出分車帶點云并完成單木分割,能達到較好的識別和分割效果,具有抗噪性強和提取精度高的特點。 

【文章來源】：激光與紅外. 2020,50(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1 分車帶提取及單木分割流程

文獻[15]提出的LiDAR點云濾波算法布料模擬算法原理創(chuàng)新且參數(shù)少簡單易用,被國內外多款知名軟件采用,本文采用布料模擬算法進行點云濾波處理,其基本思想為:將獲取的LiDAR點云數(shù)據的高程進行反轉,布料由于重力作用會從反轉的點云表面下降,通過分析布料與對應的LiDAR點云之間的作用,確定由于重力下降后所停留的位置,從而確定布料最后的形狀,實現(xiàn)點云濾波,其原理如圖2所示。2.2 基于八叉樹葉節(jié)點的連通性聚類

從任一包含點云數(shù)據的八叉樹子節(jié)點開始,搜索其周圍的子節(jié)點,如果周圍的子節(jié)點立方體包含有點云數(shù)據,則認為當前子節(jié)點內的點云和其周圍子節(jié)點內的點云屬于同一類別,不斷搜索直到所有的子節(jié)點搜索完畢,則所有具有空間連通性的八叉樹子節(jié)點所包含的點云會被聚類到不同的聚類單元,作為進一步提取分車帶點云的基礎。2.3 最小包圍矩形構建及分車帶點云提取

【參考文獻】：
期刊論文
[1]車載激光點云數(shù)據中行道樹三維信息自動提取研究[J]. 李玉兵,王鵬.  測繪與空間地理信息. 2018(08)
[2]車載激光點云與序列化全景影像融合方法[J]. 盧秀山,俞家勇,田茂義,劉如飛,石波,李鵬飛.  中國激光. 2018(05)
[3]車載LiDAR點云相連行道樹精細分割[J]. 張西童,李永強,毛杰,李有鵬,黃騰達.  測繪科學. 2016(08)
[4]無人機遙感影像中行道樹信息快速提取[J]. 曹明蘭,張力小,王強.  中南林業(yè)科技大學學報. 2016(10)
[5]一種基于車載激光掃描點云數(shù)據的單株行道樹信息提取方法[J]. 吳賓,余柏蒗,岳文輝,談文琦,胡春凌,吳健平.  華東師范大學學報(自然科學版). 2013(02)

博士論文
[1]基于激光點云的復雜三維場景多態(tài)目標語義分割技術研究[D]. 張蕊.戰(zhàn)略支援部隊信息工程大學 2018
[2]基于車載激光掃描數(shù)據的城市街道信息提取技術研究[D]. 李游.武漢大學 2017

碩士論文
[1]城市道路分車帶綠化研究[D]. 褚玲.新疆農業(yè)大學 2013



本文編號：3060568