服務(wù)熱線
0755-26825352
0755-26825352
18948189678
車載移動測量系統(tǒng)是現(xiàn)代測繪技術(shù)研究的熱點問題。針對不同移動測量系統(tǒng)的數(shù)據(jù)處理問題，國內(nèi)外專家學(xué)者進行了大量的實驗研究。國外在該領(lǐng)域的研究起步較早，Manandhar和Shibasaki提出了根據(jù)斷面掃描點的點位空間分布特征將點云分成不同組的算法，該方法能將建筑物、道路和樹木初步分離；Shi和Vosselman提出了基于建筑物語義的點云數(shù)據(jù)特征提取方法，該方法首先對點云進行分割，然后根據(jù)語義特征進行分類；李必軍等提出了基于建筑物幾何特征的信息挖掘方法，該方法在點云去噪及分類方面，均需根據(jù)已知信息對觀測值進行概算；史文中等提出了基于投影點密度的車載雷達（LiDAR）點云距離圖像分割方法，該方法主要通過閾值對點云分類，但沒有考慮到投影時地面點與非地物點疊加對結(jié)果的影響；楊必勝等提出了面向車載LiDAR點云快速分類的點云特征圖像生成方法；有學(xué)者提出基于地物特征提取點云數(shù)據(jù)并分類的方法；還有很多學(xué)者對LiDAR點云進行了道路、建筑物、行道樹等專題信息的提取方法研究。
本文結(jié)合LiDAR點云的基本特征及上下文語義環(huán)境，構(gòu)建了點云的原始特征向量和擴展特征向量，并米用支持向量機（SupportVectorMachine，SVM）對行道樹點云進行目標(biāo)識別實驗。
1車載LiDAR點云的特征向量及語義環(huán)境車載移動測量系統(tǒng)的點云基本特征主要包括三維空間坐標(biāo)（XYZ）、回波強度信息（Intensity）、GPS時間（Time）、影像數(shù)據(jù)配準后的顏色信息（RGB）等。由于點云的時間特征在目標(biāo)識別中不具備實際意義，故將點云的時間特征省略，由7個基本特征組成了車載LiDAR點云的原始特征向量（用凡表示）。即：為加快運算速度，可采用平面表面進行擬合。車載LiDAR點云可采用公（3）當(dāng)對平面擬合進行殘差分析時，采用各點到所擬合平面垂直距離作為點云數(shù)據(jù)平面擬合的殘差。任何一個點到平面ax+by+cz=1的垂直距離為：其中，表示點云的實際坐標(biāo)值，表示第i點到擬合平面的空間垂直距離?？倸埐?的計算方法為：殘差均方根誤差a的計算方法為：點云密度是指將點云投影到平面后點云數(shù)量與投影面積比。由于采用相同距離作為點群投影半徑，每個以點云對象為中心的點群大小是相同的，因此可采用點云密度（用d表示）表述點群特征。由上所述，可計算出包括17個特征在內(nèi)的點云擴展特征向量（用Fe表示），見公，男，山東壽光人，博士，工程師，主要從事車載LiDAR點云數(shù)據(jù)處理方法研究。
基金項目：國家自然科學(xué)基金青年基金資助項目（41101449）；精密工程與工業(yè)測量國家測繪地理信息局重點實驗室開放研究基金資助項目（PF2011-26）（責(zé)任編輯：熊蘋）
