车载激光扫描数据多目标提取方法研究
摘要
车载激光扫描系统能够在高速移动状态下获取道路以及道路两侧建筑物、树木等地物表面的精确三维信息,已成为一种快速的空间数据获取手段,广泛应用于数字城市、基础测绘、城市规划、交通、环保等领域.一方面而言,车载激光扫描数据具有获取速度快、点云密集、点位精度高的特点,有助于提高地物三维模型重建的精度和自动化水平;另一方面,车载激光扫描数据具有数据量大、场景复杂、点密度分布不均、存在遮挡等特点,这给车载激光扫描数据的自动化处理带来了巨大的挑战. 本文提出一种从车载激光扫描数据中层次化提取多类型目标的稳健方法。发展了基于超级体素的点云分割方法,减小了数据冗余并加快了运算速度;融合点云的几何、纹理和反射强度等多种特征进行分割和分类,提高了复杂场景中点云分割和目标提取的质量;实现了多类型目标层次化提取,解决了多个目标距离相近时错误提取的问题,提高了多目标提取的正确率。