本文選題：車載激光點(diǎn)云 + 支持向量機(jī)(SVM)　； 參考：《地球信息科學(xué)學(xué)報(bào)》2017年07期

【摘要】：車載激光掃描系統(tǒng)能夠快速準(zhǔn)確地獲取街道環(huán)境的點(diǎn)云數(shù)據(jù),但由于掃描點(diǎn)云的點(diǎn)密度高、數(shù)據(jù)量大、空間分布不均勻、地物相互遮擋及城市街道環(huán)境復(fù)雜等特點(diǎn),難以直接從原始點(diǎn)云數(shù)據(jù)中提取出路坎點(diǎn)云。本文首先通過分析路坎點(diǎn)云的空間分布特征和局部幾何特征,構(gòu)建包含相對高程、法向量方向、多尺度高程差及多尺度高程方差的點(diǎn)云特征向量;然后,采用SVM提取城市街道環(huán)境車載激光掃描數(shù)據(jù)中的路坎點(diǎn)云,并對提取結(jié)果進(jìn)行聚類去噪,優(yōu)化路坎點(diǎn)云。最后,通過Street Mapper 360系統(tǒng)和Lynx Mobile Mapper V100系統(tǒng)采集的4份不同城市街道環(huán)境車載激光掃描數(shù)據(jù)對本文方法進(jìn)行驗(yàn)證,其中路坎點(diǎn)云提取結(jié)果的完整度均超過了94.99%、準(zhǔn)確度均超過91.88%、精度亦均達(dá)到了90.55%以上。實(shí)驗(yàn)結(jié)果表明,本文方法能夠精確地提取復(fù)雜城市街道環(huán)境中規(guī)則或不規(guī)則的路坎點(diǎn)云,且具有較強(qiáng)的穩(wěn)健性,適用于各類復(fù)雜的城市街道環(huán)境。
[Abstract]:The vehicle laser scanning system can quickly and accurately obtain the point cloud data of the street environment. However, because of the high point density of the scanning point cloud, the large amount of data, the uneven spatial distribution, the mutual occlusion of the ground objects and the complexity of the urban street environment, etc. It is difficult to extract the outlet point cloud directly from the original point cloud data. In this paper, firstly, by analyzing the spatial distribution and local geometric characteristics of the road ridge point cloud, we construct the point cloud feature vector including relative elevation, normal vector direction, multi-scale elevation difference and multi-scale elevation variance. The road ridge point cloud from the laser scanning data of urban street environment is extracted by SVM, and the results are clustered and denoised to optimize the road ridge point cloud. Finally, the method is verified by four laser scanning data collected by Street Mapper 360 system and Lynx Mobile Mapper V100 system in different urban street environment. The degree of completeness and accuracy of the extraction results are all over 94.99 and 91.88, respectively, and the accuracy is more than 90.55%. The experimental results show that the proposed method can accurately extract regular or irregular road kerb point clouds from complex urban street environments and has strong robustness and is suitable for all kinds of complex urban street environments.
【作者單位】： 福州大學(xué)地理空間信息技術(shù)國家地方聯(lián)合工程研究中心空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室福建省空間信息工程研究中心;
【基金】：國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(41501493) 福建省科技計(jì)劃重點(diǎn)項(xiàng)目(2015H0015) 福建省教育廳中青年教師科研項(xiàng)目(JAT160078) 中國博士后面上科學(xué)基金項(xiàng)目
【分類號】：P225.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高恩陽;鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報(bào);2014年06期

3 趙強(qiáng);彭國華;王鋒;;點(diǎn)云精簡的一種方法[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點(diǎn)云修復(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[J];測繪通報(bào);2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點(diǎn)云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點(diǎn)云約簡和體積計(jì)算方法[J];測繪科學(xué);2008年06期

8 楊欣;姚海燕;;平面點(diǎn)云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點(diǎn)云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點(diǎn)云強(qiáng)度噪聲的三維擴(kuò)散濾波方法[J];測繪學(xué)報(bào);2013年04期

相關(guān)會(huì)議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會(huì)摘要集[C];2012年

6 李凱;張愛武;;基于激光點(diǎn)云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

4 王瑞巖;計(jì)算機(jī)視覺中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

5 段敏燕;機(jī)載激光雷達(dá)點(diǎn)云電力線三維重建方法研究[D];武漢大學(xué);2015年

6 李艷紅;車載移動(dòng)測量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類識別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

7 崔婷婷;結(jié)合車載點(diǎn)云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

8 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年

9 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

10 李揚(yáng)彥;基于點(diǎn)云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點(diǎn)云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點(diǎn)云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

本文編號：1860230