基于机载 LiDAR 点云高程和强度数据的城区汽车目标自动提取

摘要：

为了从 LiDAR 点云数据中准确可靠地提取汽车目标，本文基于 LiDAR 高程数据和强度信息，提出一种基于像素和面向对象分类的汽车提取方法。该方法在形态学开重建滤波的基础上，首先根据无植被覆盖的地面点强度低的特点，利用 Otsu 方法对城区 LiDAR 强度数据进行分类，结合开重建的滤波结果完成基于像素的初步分类；然后根据汽车的尺寸特征和其行驶或停靠在无植被覆盖的地面上的特点，利用形态学开重建获取符合汽车部分特征的区域对象，最后根据汽车对象的形状特征及其高程属性，采用面向对象的分类方法提取汽车目标。实验结果证明了本文方法的可行性和有效性。

关键词：形态学开重建、强度信息、形状特征、汽车提取、最大类间方差法

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金项目51178404、41072220；高等学校博士学科点专项科研基金项目20100184110019；中央高校基本科研业务费专项资金资助项目SWJTU09CX010、SWJTU09BR050。

在线出版日期：2014-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77