一种机载激光点云城区道路识别方法技术

本发明专利技术公开一种机载激光点云城区道路识别方法，主要步骤为先转换3D激光点云为2D图像模式；其次选择道路特征点作为种子点；再次基于激光点云的高差和亮度属性，利用区域增长法分类初始道路；然后填充道路空白并平滑道路边界；采用骨架化算法识别城区道路中线；经过道路中线去躁，跟踪并联接道路中线点为矢量道路线，使用抽稀算法删除弯曲度较小的点，最后通过曲线拟合法平滑道路网。本发明专利技术实现了在复杂场景下的城区道路网的高精度识别。

【技术实现步骤摘要】
一种机载激光点云城区道路识别方法
本专利技术涉及机载激光扫描领域，特别是涉及一种机载激光点云城区道路识别方法。
技术介绍
随着地理信息系统技术的发展，从遥感图像中自动识别城市道路的需求正在不断增长，与人工数字化方式不同，利用程序自动识别道路的方法可以提高遥感影像处理的自动化水平，节约处理成本，极大地提高数据处理的效率。城区道路网可以广泛应用于城市规划与设计、城区道路自动驾驶与导航、城市交通状况分析、城市道路管理与运营等方面。从卫星影像中识别道路网的方法借鉴了计算机领域的智能识别算法，很多方法已经成功地根据卫星遥感影像提取出道路网，直接从低于30m分辨率的卫星图像中识别的道路以非连续性的断线为主[1]，因此，采用米级甚至亚米级的卫星影像来进行道路的识别研究具有较强的现实意义[2,3]；但是，相关研究也发现，由于受城市高大建筑和街道行树的影响，从城区高分遥感影像提取的道路精度较差，相反在农村地区却有着更好的结果[4]。机载激光扫描技术的出现，联合高分辨率航空影像与激光点云的方式可以更精确地识别城区道路[5-8]，两者的融合方法不仅步骤多而且非常复杂，这导致道路网的识别效率低下。专利技术内本文档来自技高网...

【技术保护点】
一种机载激光点云城区道路识别方法，其特征在于：该方法包括如下步骤：(1)、转换3D激光点云为2D图像模式；(2)、手工选择道路特征点；(3)、根据激光点云的高差和亮度信息，采用区域增长法分类初始道路；(4)、填充初始道路空白并平滑道路边界；(5)、利用骨架化算法识别道路中线；(6)、道路中线去噪：根据方向链码和长度阈值删除短分支，采用自定义的路线跟踪法去除多余通路和环形通路；(7)、跟踪、连接中线点，抽稀算法删除多余拐点，利用曲线拟合法形成道路网。

【技术特征摘要】
1.一种机载激光点云城区道路识别方法，其特征在于：该方法包括如下步骤：(1)、转换3D激光点云为2D图像模式；(2)、手工选择道路特征点；(3)、根据激光点云的高差和亮度信息，采用区域增长法分类初始道路；(4)、填充初始道路空白并平滑道路边界；(5)、利用骨架化算法识别道路中线；(6)、道路中线去噪：根据方向链码和长度阈值删除短分支，采用自定义的路线跟踪法去除多余通路和环形通路；(7)、跟踪、连接中线点，抽稀算法删除多余拐点，利用曲线拟合法形成道路网。2.根据权利要求1所述的机载激光点云城区道路识别方法，其特征在于：所述步骤(2)具体是：根据道路激光点云富含的高差和亮度信息，采用区域增长法搜寻道路种子点周围的8邻域，将与种子点在高差和亮度值上满足阈值的点归类到道路区，完成初始道路的识别。3.根据权利要求1所述的机载激光点云城区道路识别方法，其特征在于：所述步骤(3)具体是：以道路特征点为种子点，以种子点为起点，在种子点的8邻域范围内对比像元与种子点，若它们之间的高差和亮度值分别小于设定阈值，就将它们分类进种子点区域，新分类出的像元重新作为种子点并重复以上搜索和合并的过程，直至没有更多可分类的像元为止；二值化分类的道路像元，满足式(1)中条件时，像元赋值为1，否则赋值为0；式(1)定义如下：式中，f(x,y)表示在x行、y列处图像中的像元值，pk表示位于种子点8邻域内的第k个点，S1为分类的初始道路点集，hs和hk分别表示种子点和第k个点的高程，is和ik分别表示种子点和第k个点的亮度值，∧为“逻辑与”运算符，Ti和Th分别表示亮度阈值与高程阈值。4.根据权利要求1所述的机载激光点云城区道路识别方法，其特征在于：所述步骤(4)中填充初始道路空白，具体是：a)、利用空穴检出法搜索空白区域；b)、统计并计算二值图像中的空白区面积,对于小于面积阈值的空白区域将其填充为道路。5.根据权利要求1所述的机载激光点云城区道路识别方法，其特征在于：所...

【专利技术属性】
技术研发人员：李峰，卫爱霞，
申请(专利权)人：防灾科技学院，
类型：发明
国别省市：河北,13