發(fā)布時(shí)間：2018-01-30 16:30

  本文關(guān)鍵詞： 激光雷達(dá) 點(diǎn)云 山區(qū)道路 多規(guī)則 區(qū)域生長(zhǎng)　出處：《遙感技術(shù)與應(yīng)用》2017年05期 　論文類(lèi)型：期刊論文

【摘要】：結(jié)合山區(qū)道路的空間分布特點(diǎn)和激光點(diǎn)云特征,提出了一種從機(jī)載LiDAR數(shù)據(jù)中快速提取山區(qū)道路的方法。首先,利用形態(tài)學(xué)濾波方法進(jìn)行點(diǎn)云濾波,以去除原始數(shù)據(jù)的非地面點(diǎn)(建筑、輸電線路以及植被等)。在此基礎(chǔ)上,采用基于多規(guī)則區(qū)域生長(zhǎng)算法提取道路點(diǎn)并進(jìn)行優(yōu)化、然后采用Freeman鏈編碼方法定位追蹤道路邊界,并利用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)一步細(xì)化道路中心線,進(jìn)而提取完整的道路信息。利用山區(qū)機(jī)載LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行試驗(yàn)并與其他方法的處理結(jié)果進(jìn)行比較,結(jié)果表明:本文方法能夠有效地從激光點(diǎn)云中提取道路信息:提取道路的完整度為93.87%,正確率為93.84%,質(zhì)量為88.43%。
[Abstract]:Based on the spatial distribution of mountain roads and the characteristics of laser point clouds, a method of extracting mountain roads quickly from airborne LiDAR data is proposed. Firstly, point cloud filtering is carried out by morphological filtering method. In order to remove the non-ground points (buildings, transmission lines, vegetation and so on) of the original data, the multi-rule region growth algorithm is used to extract and optimize the road points. Then the Freeman chain coding method is used to locate and track the road boundary, and the mathematical morphology method is used to further refine the road center line. Then the complete road information is extracted and the experimental results are compared with the results of other methods using airborne LiDAR point cloud data in mountain areas. The results show that this method can effectively extract road information from the laser point cloud: the integrity of the road is 93.87, the accuracy is 93.84 and the quality is 88.43.
【作者單位】： 東北林業(yè)大學(xué)森林作業(yè)與環(huán)境研究中心;中國(guó)科學(xué)院遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室;
【基金】：林業(yè)公益性行業(yè)科研專(zhuān)項(xiàng)(201504319) 國(guó)家科技部重大科學(xué)儀器研制專(zhuān)項(xiàng)“機(jī)載雙頻激光雷達(dá)產(chǎn)品開(kāi)發(fā)和應(yīng)用項(xiàng)目”(2013YQ120343)
【分類(lèi)號(hào)】：TN957.52
【正文快照】： 1　引　言山區(qū)道路信息是空間地理信息的重要組成部分,高精度道路信息對(duì)于地圖更新、運(yùn)輸管理以及應(yīng)急響應(yīng)等具有重要意義。傳統(tǒng)遙感技術(shù)在道路信息提取中已經(jīng)有諸多研究,但存在的普遍問(wèn)題是仍然面臨自動(dòng)化程度不高、效率低,易受陰影、樹(shù)木等環(huán)境因素影響,在實(shí)際應(yīng)用中受到一

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 楊小軍;;一種基于LiDAR數(shù)據(jù)的城區(qū)建筑物的提取方法[J];大眾科技;2010年06期

2 韓文軍;;機(jī)載LiDAR數(shù)據(jù)的電力塔建模方法研究[J];長(zhǎng)江科學(xué)院院報(bào);2012年10期

3 程亮;李滿春;龔健雅;單杰;;LiDAR數(shù)據(jù)與正射影像結(jié)合的三維屋頂模型重建方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年02期

4 王麗英;宋偉東;孫貴博;;機(jī)載LiDAR數(shù)據(jù)航帶平差研究進(jìn)展[J];遙感信息;2012年02期

5 陳卓;馬洪超;;基于機(jī)載LiDAR數(shù)據(jù)的大型立交橋自動(dòng)提取與建模方法[J];測(cè)繪學(xué)報(bào);2012年02期

6 童禮華;洪武揚(yáng);;基于道路網(wǎng)的車(chē)載和航空LiDAR數(shù)據(jù)粗配準(zhǔn)研究[J];科學(xué)技術(shù)與工程;2013年31期

7 任自珍;岑敏儀;張同剛;周?chē)?guó)清;;LiDAR數(shù)據(jù)中建筑物提取的新方法—Fc-S法[J];測(cè)繪科學(xué);2010年06期

8 楊曉云;梁鑫;;基于參數(shù)統(tǒng)計(jì)的LiDAR數(shù)據(jù)分割算法[J];廣西民族師范學(xué)院學(xué)報(bào);2012年03期

9 劉沛;李英成;薛艷麗;丁曉波;;基于TerraSolid與Inpho的LiDAR數(shù)據(jù)處理方法分析與研究[J];遙感信息;2010年01期

相關(guān)會(huì)議論文 前1條

1 鄭斌;袁靜;;省域范圍的LiDAR數(shù)據(jù)高程精度檢測(cè)[A];江蘇省測(cè)繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 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

相關(guān)碩士學(xué)位論文 前9條

1 楊浩;基于機(jī)載LiDAR點(diǎn)云的真正射影像生成方法研究[D];中國(guó)工程物理研究院;2015年

2 馬利霞;森林三維點(diǎn)云的自動(dòng)分類(lèi)及其結(jié)構(gòu)參數(shù)定量估算[D];南京大學(xué);2015年

3 魏田;基于靜態(tài)地基激光掃描點(diǎn)云的單樹(shù)結(jié)構(gòu)表征[D];華北理工大學(xué);2015年

4 郭雪;機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究[D];西安電子科技大學(xué);2014年

5 白鑫鵬;激光雷達(dá)點(diǎn)云采集和三維重建軟件系統(tǒng)實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 伍陽(yáng);利用對(duì)稱(chēng)性進(jìn)行LiDAR點(diǎn)云配準(zhǔn)[D];南京大學(xué);2016年

7 陳姝文;基于Plücker直線的機(jī)載LiDAR點(diǎn)云與航空影像配準(zhǔn)研究[D];南京航空航天大學(xué);2016年

8 吳學(xué)剛;基于激光雷達(dá)的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別方法研究[D];華中科技大學(xué);2015年

9 付黎明;基于多幀疊加激光點(diǎn)云的可通行區(qū)域提取研究[D];武漢大學(xué);2017年

，

本文編號(hào)：1476694