資源描述：
《利用機(jī)載LiDAR點(diǎn)云數(shù)據(jù)提取城區(qū)道路.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、16測繪通報2012年第9期文章編號：0494-0911(2012)09-0016-04中圖分類號：P237文獻(xiàn)標(biāo)識碼：B利用機(jī)載LiDAR點(diǎn)云數(shù)據(jù)提取城區(qū)道路彭檢貴，馬洪超，高廣，趙亮亮(武漢大學(xué)遙感信息工程學(xué)院，湖北武漢430079)RoadExtractionfromAirborneLiDARPointCloudsDatainUrbanAreaPENGJiangui，MAHongehao，GAOGuang，ZHAOLiangliang摘要：提出一種從機(jī)載LiDAR點(diǎn)云中提取城區(qū)道路的方法。首先，利用機(jī)載LiDAR點(diǎn)云
2、的高程和強(qiáng)度屬性，對末次回波點(diǎn)云進(jìn)行去噪、濾波和分類后獲取初始道路點(diǎn)云；然后使用基于邊長和面積閾值的約束Delaunay不規(guī)則三角網(wǎng)方法精化初始道路點(diǎn)云；最后采用—Shapes方法從精化后的道路點(diǎn)集中提取道路輪廓，并用數(shù)學(xué)形態(tài)學(xué)細(xì)化方法提取道路中心線。試驗結(jié)果表明，該方法提取的城區(qū)道路正確率和完整性較高。關(guān)鍵詞：機(jī)載LiDAR；點(diǎn)云；道路提取；約束Delaunay不規(guī)則三角網(wǎng)；．Shapes路網(wǎng)，該方法首先結(jié)合點(diǎn)云高程和強(qiáng)度信息提取道一、引言路區(qū)域，然后利用正射影像區(qū)分露天廣場與草地、道路是城市的主要基礎(chǔ)設(shè)施，道路信息的快
3、速樹木，通過迭代Hough變化檢測規(guī)則格網(wǎng)形式的道獲取與更新對于數(shù)字城市的建設(shè)具有重要意義。2O路網(wǎng)；文獻(xiàn)[7．8]也提出了基于機(jī)載LiDAR點(diǎn)云的世紀(jì)70年代以來，國內(nèi)外學(xué)者展開了基于遙感影像道路提取方法，但點(diǎn)云數(shù)據(jù)存在離散性、缺乏光譜數(shù)據(jù)的道路提取研究，提出了多種半自動和自動提信息及環(huán)境的復(fù)雜性導(dǎo)致道路提取成果有限，總體取方法，取得了一定的研究成果，但仍無法滿足現(xiàn)上仍處于起步階段。本文在分析機(jī)載LiDAR數(shù)據(jù)實(shí)需要，主要表現(xiàn)在：①基于中低分辨率影像數(shù)據(jù)中道路特征后提出一種顧及道路幾何特征的城區(qū)的道路提取結(jié)果較好，而基于
4、高分辨數(shù)據(jù)的道路提道路提取方法。試驗表明，該方法能較好地提取城取結(jié)果不理想；②以半自動方法為主，自動化程度區(qū)道路。不高?。二、原理與方法機(jī)載LiDAR技術(shù)的發(fā)展為道路特征的快速獲取提供了新的技術(shù)手段。機(jī)載LiDAR系統(tǒng)是通過1．基本原理發(fā)射和接收激光脈沖來獲取地表目標(biāo)高精度、大密在機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中，城市道路點(diǎn)云具有度的三維坐標(biāo)點(diǎn)云，并且發(fā)射的激光束具有一定的以下特征：①道路點(diǎn)云高程與地面接近，但低于周植被穿透能力，能獲取多次回波數(shù)據(jù)和目標(biāo)強(qiáng)度信圍地物，如建筑物、樹木等；②道路材質(zhì)一般為瀝青息。同時，點(diǎn)云的強(qiáng)度信息具
5、有一定的可分性，可或混凝土，其強(qiáng)度特征明顯區(qū)別于植被、裸露地面以實(shí)現(xiàn)地面材料的分類，有助于探測城區(qū)道路。等；③在幾何形狀上，道路點(diǎn)云呈條帶狀分布并彼因此，LiDAR點(diǎn)云數(shù)據(jù)正成為道路特征提取的新數(shù)此連通；④在回波特點(diǎn)上，道路點(diǎn)云都為末次回波據(jù)源。目前，從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中提取并重建點(diǎn)?；诘缆伏c(diǎn)云的上述特征，本文首先利用點(diǎn)云道路特征正逐漸成為研究熱點(diǎn)，國內(nèi)外學(xué)者已提出的高程信息，采用濾波方法將末次回波點(diǎn)云分為地多種基于機(jī)載LiDAR點(diǎn)云提取道路特征的方法：文面點(diǎn)云與非地面點(diǎn)云；然后利用點(diǎn)云強(qiáng)度屬性將地獻(xiàn)[3]利用高分
6、辨率LiDAR點(diǎn)云數(shù)據(jù)提取森林地區(qū)面點(diǎn)云分類為初始道路點(diǎn)云和其他地面點(diǎn)云；最后道路；文獻(xiàn)[4]利用LiDAR點(diǎn)云高程和強(qiáng)度信息分根據(jù)道路的幾何特性，采用基于邊長和面積約束的類道路點(diǎn)，同時考慮了點(diǎn)云的局部密度，采用相位Delaunay不規(guī)則三角網(wǎng)(constraineddelaunaytrian—編碼圓盤(PCD)方法獲取道路中心線及寬度；文gulatedirregularnetwork，CD—TIN)方法精化道路點(diǎn)獻(xiàn)[5]聯(lián)合高分辨率數(shù)字影像和LiDAR點(diǎn)云提取道云，并引入二維Shapes方法和數(shù)學(xué)形態(tài)學(xué)細(xì)化方收稿日期：2
7、012-06一ll基金項目：國家973計劃(2009CB72400704)；國家自然科學(xué)基金(41001257)；國家863計劃(2009AA12Z107)；中央高校基本科研業(yè)務(wù)費(fèi)專項基金(20102130101000130)作者簡介：彭檢貴(1980一)，男，湖南平江人，博士生，主要研究方向為機(jī)載HDAR數(shù)據(jù)處理與分析。2012年第9期彭檢貴，等：利用機(jī)載LiDAR點(diǎn)云數(shù)據(jù)提取城區(qū)道路17法提取道路輪廓和中心線。具體算法流程如圖13．初始道路點(diǎn)云精化所示。因部分地物在高程和材質(zhì)上與道路接近，以及強(qiáng)度噪聲的影響，初始道路點(diǎn)
8、集5中仍存在部分末次回波原始點(diǎn)云去噪、濾非道路點(diǎn)云，非道路點(diǎn)云的存在會干擾道路特征提l取，需對初始道路點(diǎn)云作精化處理?；邳c(diǎn)集s基于強(qiáng)度屬性獲取初始道路點(diǎn)中點(diǎn)云密度特征及道路的連通性，本文提出基于邊l長和面積約束的CD—TIN方法精化初始道路點(diǎn)云。l候選道路點(diǎn)云精化l在初始道路點(diǎn)云中，真實(shí)道路區(qū)域點(diǎn)云密
