一种基于K‑Means的道路彩色激光点云中道路标线的提取方法技术

本发明专利技术公开了一种基于K‑Means的道路彩色激光点云中道路标线的提取方法，该方法如下：将输入的道路相关的彩色激光点云数据，提取出X、Y、Z、R、G、B六个属性值，进行数据清洗，在XYZ坐标空间进行三维和二维邻域搜索，按照平均高程差筛选出道路点云，按照其RGB色彩空间进行归一化处理，以其R、G、B三个特征值作为三个空间维度，运用K‑Means聚类算法，对道路彩色激光点云数据进行分类，得到道路的道路标线点。本发明专利技术提出在道路彩色激光点云的RGB色彩空间进行K‑Means聚类，自动提取出精准的道路标线点，具有较高的覆盖率。

【技术实现步骤摘要】
一种基于K-Means的道路彩色激光点云中道路标线的提取方法
本专利技术涉及车载激光点云数据处理，尤其涉及一种基于K-Means的道路彩色激光点云中道路标线的提取方法。
技术介绍
在道路安全评价及仿真领域，车载激光点云测量系统已经得到了广泛的应用。基于360°全景照片制作的实景场景，使得道路环境可视化更加真实，而道路彩色激光点云数据的匹配融合，则造就了道路可视化环境的可量测。在这其中，道路中标线的提取有助于在可量测的360°实景中进行贴图、分析以及安全评价。然而，目前的点云数据格式不一，大多数需要依赖昂贵的测量设备，从设备的设计上着手设计足够多的获取参数，这增加了问题的复杂度。快速有效的从点云的常规数据中提取出道路标线数据，成为当下亟待解决的问题。目前针对道路标线的提取大致可以分为两类：一类是以点云的反射强度信息为基础，辅助设计一些其他方法结合起来进行提取。例如文献1(参见：李明辉,田雪冬,胡维强.基于车载三维激光扫描的道路线提取研究[J])中提出了利用点云数据空间分布特征和反射强度信息，结合道路标线的几何特征，对道路标识进行提取，但是该方法对点云连续性要求比较高，需要手动设置一些经本文档来自技高网...

【技术保护点】
一种基于K‑Means的道路彩色激光点云中道路标线的提取方法，包括以下步骤：1)采集道路大场景彩色激光点云数据，对采集的道路大场景彩色激光点云数据进行属性选取，选取其中的基本属性值纬度对应值X、经度对应值Y、高程对应值Z、R、G、B，并进行数据清洗；2)对清洗后的彩色激光点云数据，在三维空间对每个点的领域进行搜索，进行高程差过滤，得到点的领域内高程变化较低的点，然后将点投影到XOY平面，在二维平面对每个点进行领域搜索，得到点的二维领域内高程差变化较低的点，即得到了路面彩色点云；3)对路面彩色点云数据的R、G、B三个属性值分别进行归一化处理；4)以R、G、B三个属性值为三个空间维度，运用K‑Me...

【技术特征摘要】
1.一种基于K-Means的道路彩色激光点云中道路标线的提取方法，包括以下步骤：1)采集道路大场景彩色激光点云数据，对采集的道路大场景彩色激光点云数据进行属性选取，选取其中的基本属性值纬度对应值X、经度对应值Y、高程对应值Z、R、G、B，并进行数据清洗；2)对清洗后的彩色激光点云数据，在三维空间对每个点的领域进行搜索，进行高程差过滤，得到点的领域内高程变化较低的点，然后将点投影到XOY平面，在二维平面对每个点进行领域搜索，得到点的二维领域内高程差变化较低的点，即得到了路面彩色点云；3)对路面彩色点云数据的R、G、B三个属性值分别进行归一化处理；4)以R、G、B三个属性值为三个空间维度，运用K-Means算法对点云进行聚类，得到道路标线点。2.根据权利要求1所述的道路彩色激光点云中道路标线的提取方法，其特征在于，所述步骤1)中数据清洗为删除缺少任一一个属性值的点数据。3.根据权利要求1所述的道路彩色激光点云中道路标线的提取方法，其特征在于，所述步骤2)中，首先建立点云数据的K-D树三维检索数据结构，加快搜索速度，在三维空间针对点进行K个近邻进行搜索，计算每个邻近点和主点之间的高程差，然后取平均值，计算公式如下：其中，K为近邻的个数，Z为主点的高程值，Zi为第i个近邻的高程值，difZ为高程差的平均值；在上述中取出difZ<σ的...

【专利技术属性】
技术研发人员：蔡之华，李向，陈冠宇，刘宁，李扬，朱宏博，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42