机载激光雷达数据处理-综合处理

机载激光雷达数据处理——综合处理主要内容2基于LiDAR数据的道路提取概述道路特征高程及强度约束的多尺度道路提取方法基于相位编码圆盘的道路提取方法1、概述基于机载LiDAR数据的道路提取3城市道路的主要特性Vosselman和Knecht用以下指标来描述道路的特性：几何（Geometric）特征灰度/辐射（Photometric）特征拓扑（Topologic）特征功能（Functional）特征上下文/关联（Contextual）特征4基于LiDAR点云的道路特征提取5道路提取方法基于影像的道路提取方法低分辨率道路检测高分辨率道路检测多尺度道路检测基于LiDAR数据的道路提取方法6

直接基于LiDAR数据结合辅助数据结合GIS数据库信息结合高分辨率影像一、基于点云高程与强度约束的多尺度道路提取流程72、基于特征约束的道路条带提取道路特征分析几何特性辐射特性拓扑特征功能特征上下文特性原始点云渲染图8（1）基于高程约束的道路点提取高程约束S1

Zk

S

|

Zk

:

Zmin

Zk

Zmax

基于高程约束提取的道路点9（2）基于强度约束的道路点提取S2

Ik

S1

|

Ik

:

Imin

Ik

Imax

基于强度约束提取的道路点10强度约束预处理—

粗差剔除 —

平滑处理道路条带提取结果（3）道路条带优化处理基于面积的孤立区域剔除点云拓扑关系构建区域连通性分析面积阈值分割基于密度的孤立噪声点剔除S3

Dk

S2

|

Dk

:

Dth

D(

k

,r

)

11道路点拓扑关系构建孤立点剔除后的道路点3、道路特征提取12——道路特征提取包括道路中心线、道路轮廓线以及道路宽度的提取等。（1）预处理形态学闭操作（2）道路中点的检测细化处理（3）道路中线提取基于多尺度的道路中线追踪（5）道路曲线的简化处理Douglas-Peucker算法(a)

第(1)步到第(2)步的结果，C为最远点13(b)

第(3)步到第(2)步的结果，上一步的C现为B(c)

为简化的结果，其中，d为距离阈值（6）道路轮廓线的自适应提取14（7）道路宽度提取4、道路提取实验评价指标：完整度指标（Completeness）正确度指标（Correctness）冗余度指标（Redundance）总质量指标（Quality）qualityTPR

TP

FP

FNredundanceR

FPTP

FPmiss遗漏度指标（Miss）

R

FNTP

FPcorrectnessR

TPTP

FPcompletness15R

TPTP

FN5、提取实验采用第三节介绍的相关道路提取精度的评价指标对道路提取结果进行评价。经计算，本次实验道路提取结果的完整度（Completeness）达到88.07%，正确度（Correctness）达到85.71%，遗漏度（Miss）达到11.61%，冗余度达到14.29%，总体质量指标为76.80%。16试验1试验2(a)试验2的点云渲染图17(b)高程约束结果(c)强度约束结果实验区CompletenessCorrectnessMissRedundanceQuality实验区190.6088.019.1311.9980.64试验2试验区域道路提取结果的精度评价（单位：%）18基本步骤：基于高程的道路点约束提取（常采用滤波处理）基于强度的道路点约束提取基于数学形态学、相位编码圆盘的道路特征提取19二、基于相位编码圆盘的道路提取方法步骤路段灰度图利用相位编码圆盘与之卷积其中，核函数的相位编码22经过卷积可以得到幅度图像和相位图像，进一步可以得到道路的特征矢量线。幅度图像的计算：相位图像的计算：路段灰度图23路段幅度图道路中心线段道路特征矢量线生成：道路中心线：连接道路中