機載激光雷達數據處理-綜合處理

機載激光雷達數據處理——綜合處理主要內容2基于LiDAR數據的道路提取概述道路特征高程及強度約束的多尺度道路提取方法基于相位編碼圓盤的道路提取方法1、概述基于機載LiDAR數據的道路提取3城市道路的主要特性Vosselman和Knecht用以下指標來描述道路的特性：幾何（Geometric）特征灰度/輻射（Photometric）特征拓撲（Topologic）特征功能（Functional）特征上下文/關聯(lián)（Contextual）特征4基于LiDAR點云的道路特征提取5道路提取方法基于影像的道路提取方法低分辨率道路檢測高分辨率道路檢測多尺度道路檢測基于LiDAR數據的道路提取方法6

直接基于LiDAR數據結合輔助數據結合GIS數據庫信息結合高分辨率影像一、基于點云高程與強度約束的多尺度道路提取流程72、基于特征約束的道路條帶提取道路特征分析幾何特性輻射特性拓撲特征功能特征上下文特性原始點云渲染圖8（1）基于高程約束的道路點提取高程約束S1

Zk

S

|

Zk

:

Zmin

Zk

Zmax

基于高程約束提取的道路點9（2）基于強度約束的道路點提取S2

Ik

S1

|

Ik

:

Imin

Ik

Imax

基于強度約束提取的道路點10強度約束預處理—

粗差剔除 —

平滑處理道路條帶提取結果（3）道路條帶優(yōu)化處理基于面積的孤立區(qū)域剔除點云拓撲關系構建區(qū)域連通性分析面積閾值分割基于密度的孤立噪聲點剔除S3

Dk

S2

|

Dk

:

Dth

D(

k

,r

)

11道路點拓撲關系構建孤立點剔除后的道路點3、道路特征提取12——道路特征提取包括道路中心線、道路輪廓線以及道路寬度的提取等。（1）預處理形態(tài)學閉操作（2）道路中點的檢測細化處理（3）道路中線提取基于多尺度的道路中線追蹤（5）道路曲線的簡化處理Douglas-Peucker算法(a)

第(1)步到第(2)步的結果，C為最遠點13(b)

第(3)步到第(2)步的結果，上一步的C現(xiàn)為B(c)

為簡化的結果，其中，d為距離閾值（6）道路輪廓線的自適應提取14（7）道路寬度提取4、道路提取實驗評價指標：完整度指標（Completeness）正確度指標（Correctness）冗余度指標（Redundance）總質量指標（Quality）qualityTPR

TP

FP

FNredundanceR

FPTP

FPmiss遺漏度指標（Miss）

R

FNTP

FPcorrectnessR

TPTP

FPcompletness15R

TPTP

FN5、提取實驗采用第三節(jié)介紹的相關道路提取精度的評價指標對道路提取結果進行評價。經計算，本次實驗道路提取結果的完整度（Completeness）達到88.07%，正確度（Correctness）達到85.71%，遺漏度（Miss）達到11.61%，冗余度達到14.29%，總體質量指標為76.80%。16試驗1試驗2(a)試驗2的點云渲染圖17(b)高程約束結果(c)強度約束結果實驗區(qū)CompletenessCorrectnessMissRedundanceQuality實驗區(qū)190.6088.019.1311.9980.64試驗2試驗區(qū)域道路提取結果的精度評價（單位：%）18基本步驟：基于高程的道路點約束提?。ǔ２捎脼V波處理）基于強度的道路點約束提取基于數學形態(tài)學、相位編碼圓盤的道路特征提取19二、基于相位編碼圓盤的道路提取方法步驟路段灰度圖利用相位編碼圓盤與之卷積其中，核函數的相位編碼22經過卷積可以得到幅度圖像和相位圖像，進一步可以得到道路的特征矢量線。幅度圖像的計算：相位圖像的計算：路段灰度圖23路段幅度圖道路中心線段道路特征矢量線生成：道路中心線：連接道路中