车载激光点云中杆状目标自动提取

摘要：

针对车载激光扫描数据中杆状目标点云自动提取易受临近地物干扰的问题,提出了一种基于扫描线聚类判别的杆状目标自动提取方法.该方法根据不同地物在扫描线数据中的形态,设计了从单条扫描线到多条扫描线的数据处理流程.首先对单条扫描线上的点进行距离聚类,得到不同的地物横剖面点集;然后根据点集内点的数量和杆状目标在扫描线上的分布形态,对聚类点集进行杆状目标种子点集判别;最后在疑似杆状目标种子点集的平面投影位置处,对多条扫描线进行点集聚类和去噪处理得到杆状目标点云.实验分析表明,针对不同的激光扫描数据,该方法能有效降低临近地物干扰,提取出道路两侧的杆状目标.

关键词：车载激光扫描点云、横剖面形态、种子点集、点集聚类、杆状目标

所属期刊栏目：32

分类号：P208(一般性问题)

资助基金：海洋公益性行业科研专项201305034-1;国家重大仪器设备开发专项2013YQ120343;测绘公益性行业科研专项201512034;山东科技大学人才引进科研启动基金2016RCJJ004

在线出版日期：2017-12-01（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：52-56