一种基于车载激光点云的城市道路标牌提取方法技术

本发明专利技术提出一种基于车载激光点云的城市道路标牌提取方法。包括：首先对每个激光点构建不同半径下熵函数，以熵函数值最小获取最佳邻域半径，基于最佳邻域半径计算点的维数特征、主方向、法向量，利用支持向量机将点标记为竖直杆状、非竖直杆状、竖直面状、非竖直面状、球状，并对不同类别采取不同的生长准则进行区域生长，采用归一化割的方法对初始分割区域进行合并，最后将分割结果作为几何基元，将空间相邻的几何基元组合并建立拓扑关系，将几何基元组合与给定交通标志牌模型进行匹配，完成道路交通标牌的提取与分类。相比现有技术，本方法不需要人工参与，可以自动化、高效率、高精度的实现城市大范围道路交通标牌的提取与识别。的实现城市大范围道路交通标牌的提取与识别。的实现城市大范围道路交通标牌的提取与识别。

An extraction method of urban road signs based on vehicle mounted laser point cloud

【技术实现步骤摘要】
一种基于车载激光点云的城市道路标牌提取方法


[0001]本专利技术属于激光扫描数据处理
，尤其涉及一种基于车载激光点云的城市道路标牌提取方法。

技术介绍

[0002]随着激光扫描技术的发展，其应用越来越广泛。除了在逆向工程、工业应用、城市三维建模方面激光扫描技术展示了其不可替代的优势外，在堆积测量、变形监测、森林调查、岩石表面观测、文物古建筑重建、隧道管线测量以及医学应用方面更是受到了人们越来越多的关注。
[0003]在高速公路和城区环境中杆状物体（包括各种电线杆、交通信号灯、交通标志牌、路灯、部分树干等）非常多见，它们突出于周围的环境且容易被观察者识别，因此经常作为地标用于辅助驾驶、汽车和行人导航等方面。此外详细的道路信息在虚拟三维城市建模，城区规划，道路安全，道路维护，基于位置的服务等方面也有着重要的应用。传统的基于光学影像的杆状地物提取方法需要良好的光照条件，不能全天候作业，并且该方法很难提供目标精确的3维几何信息。车载LiDAR系统在获取空间信息方面提供了一种全新的技术手段，能够在高速移动状态下获取道路以及道路两侧建筑物、树木、交通标志牌、路灯等地物表面的三维空间坐标，弥补了传统光学影像数据采集手段的不足，已被广泛运用于数字城市、基础测绘、城市规划、交通、环保、文物保护等领域。研究基于车载LiDAR点云的杆状地物自动提取技术，并用于自动化生产带有地理参考的地标物体的导航地图，已经成为当前的研究热点。本专利技术针对车载激光点云，提出一种结合点云分类以及多层次分割过程实现地物目标几何基元的提取，采用基于模型匹配的方法对邻近构成的几何基元组合进行交通标牌类别的判断，实现城市道路标牌的识别与提取。

技术实现思路

[0004]本专利技术的技术方案提供一种基于车载激光点云的城市道路标牌提取方法，其特征在于，包括以下步骤：步骤1， 对车载激光点云中对每个激光点分别在不同邻域半径下联合局部邻域内的强度约束进行主成分分析得到点对应的特征向量，将车载激光点云的每个激光点的特征向量作为维数特征，并构建车载激光点云的每个激光点在不同半径下的熵函数，计算每个激光点在不同邻域下的熵函数值，以车载激光点云的每个激光点对应的熵函数值最小为优化目标，依次优化求解得到车载激光点云的每个激光点的最佳邻域半径。
[0005]步骤2，根据车载激光点云的每个激光点的最佳邻域半径计算车载激光点云的每个激光点的最佳邻域半径的点云特征，并利用支持向量机分类器对点云进行分类，将车载激光点云的每个激光点的类别标签分别标记为竖直杆状点、非竖直杆状点、竖直面状点、非竖直面状点、球状点。
[0006]步骤3，设置每个竖直杆状生长激光点的生长规则以及每个竖直杆状生长激光点
的生长阈值，根据每个竖直杆状生长激光点的生长规则以及每个竖直杆状生长激光点的生长阈值进行区域生长，得到多个初始的竖直杆状点云分割区域；设置每个竖直面状生长激光点的生长规则以及每个竖直面状生长激光点的生长阈值，根据每个竖直面状生长激光点的生长规则以及每个竖直面状生长激光点的生长阈值进行区域生长，得到多个初始的竖直面状点云分割区域；设置每个球状生长激光点的生长规则以及每个球状生长激光点的生长阈值，根据每个球状生长激光点的生长规则以及每个球状生长激光点的生长阈值进行区域生长，得到多个初始的球状点云分割区域；步骤4，将多个初始的竖直杆状点云分割区域利用归一化割的方法进行合并从而得到多个合并后的竖直杆状点云分割区域；将多个初始的竖直面状点云分割区域利用归一化割的方法进行合并从而得到多个合并后的竖直面状点云分割区域；将多个初始的球状点云分割区域利用归一化分割的方法进行合并从而得到多个合并后的球状点云分割区域；步骤5，将每个合并后的竖直杆状点云分割区域、每个合并后的竖直面状点云分割区域、每个合并后的球状点云分割区域依次作为每个几何基元，将多个几何基元基于其位置坐标信息得到几何基元的空间相邻关系，若每对空间相邻的几何基元之间的距离小于距离阈值，则将对应的空间相邻的几何基元组成几何基元组合，并获取几何基元组合的属性，属性包括：组合包含的几何基元个数、几何基元的类型标识、几何基元之间的拓扑关系。给定所有交通标志牌模型，并将其以几何基元组合进行属性描述。遍历上述步骤获取的所有几何基元组合，若其属性与给定模型相同，则把该几何基元组合标记为对应交通标志牌模型，完成交通标牌的分类与识别。
[0007]作为优选，步骤1所述车载激光点云的定义为：其中，K为车载激光点云中激光点的数量，为车载激光点云中第k个激光点，为车载激光点云中第k个激光点的反射强度信息，为车载激光点云中第k个激光点的空间直角坐标系X轴的坐标值，为车载激光点云中第k个激光点的空间直角坐标系Y轴的坐标值，为车载激光点云中第k个激光点的空间直角坐标系Z轴的坐标值，其中Z值竖直向上，X、Y、Z轴两两垂直；步骤1所述在不同邻域半径下联合局部邻域内的强度约束进行主成分分析得到点对应的特征向量，具体为：所述不同邻域半径，具体构建方法为：每个激光点对应多个不同邻域半径，给定最大邻域半径，最小邻域半径，半径的增量；对于第k个激光点，初始化当前半径；给定球形邻域半径，以车载点云中第k个激光点为球心，构建半径为的球形邻域； 给定强度阈值，若激光点的强度与其激光点的球形邻域内
的第t个邻域点的强度信息满足，则将激光点加入第k个激光点半径为的球形邻域对应的点集中；利用点集中的激光点基于主成分分析方法计算第k个激光点在邻域半径为下的第一特征值、第二特征值、第三特征值，并定义第一维数特征、第二维数特征、第三维数特征，其计算方法如下：，其计算方法如下：，其计算方法如下：其中，为第k个激光点在邻域半径时对应的的第一特征值，为第k个激光点在邻域半径为时对应的的第二特征值，为第k个激光点在邻域半径为时对应的第三特征值。
[0008]步骤1所述构建车载激光点云的每个激光点在不同半径下的熵函数，具体为：车载激光点云的第k个激光点在半径对应的熵函数为，具体定义为：其中，为第k个激光点在邻域半径为时对应的第一维数特征、为第k个激光点在邻域半径为时对应的第二维数特征、为第k个激光点在邻域半径为时对应的第三维数特征。
[0009]步骤1以车载激光点云的每个激光点对应的熵函数值最小为优化目标，依次优化求解得到车载激光点云的每个激光点的最佳邻域半径，具体方法为：对车载点云中的每个激光点均取最大邻域半径，最小邻域半径，半径的增量，并初始化半径值为；对车载点云中第k个激光点，初始化其对应邻域半径
，逐步以邻域增量增大邻域半径，直到满足；并计算在不同邻域半径下的维数特征并构建熵函数，当熵函数值为最小值时的半径即为最佳的邻域半径。
[0010]作为优选，步骤2所述计算车载激光点云的每个激光点的最佳邻域半径的点云特征，具体方法为：给最佳邻域半径，以车载点云中第k个激光点为球心，构建半径为的球形邻域，利用球形邻域的所有激光点构建第k个激光点的协方差矩阵,计算方式如下：其中，为第k个激光点对应的球形邻域内的邻域激光点个数，t为其球形邻域内的第t个邻域激光点，，邻域激光点由空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车载激光点云的城市道路标牌提取方法，其特征在于，包括以下步骤：步骤1， 对车载激光点云的每个激光点分别在不同邻域半径下联合局部邻域内的强度约束进行主成分分析，得到点对应的特征向量，将车载激光点云的每个激光点的特征向量作为维数特征，构建车载激光点云的每个激光点在不同半径下的熵函数，计算车载激光点云的每个激光点在不同邻域下的熵函数值，以车载激光点云的每个激光点对应的熵函数值最小为优化目标，依次优化求解得到车载激光点云的每个激光点的最佳邻域半径；步骤2，根据车载激光点云的每个激光点的最佳邻域半径计算车载激光点云的每个激光点的最佳邻域半径的点云特征，通过支持向量机分类器对车载激光点云进行分类，将车载激光点云的每个激光点的类别标签分别标记为竖直杆状生长激光点、非竖直杆状生长激光点、竖直面状生长激光点、非竖直面状生长激光点以及球状生长激光点；步骤3，设置每个竖直杆状生长激光点的生长规则以及每个竖直杆状生长激光点的生长阈值，根据每个竖直杆状生长激光点的生长规则以及每个竖直杆状生长激光点的生长阈值进行区域生长，得到多个初始的竖直杆状点云分割区域；设置每个竖直面状生长激光点的生长规则以及每个竖直面状生长激光点的生长阈值，根据每个竖直面状生长激光点的生长规则以及每个竖直面状生长激光点的生长阈值进行区域生长，得到多个初始的竖直面状点云分割区域；设置每个球状生长激光点的生长规则以及每个球状生长激光点的生长阈值，根据每个球状生长激光点的生长规则以及每个球状生长激光点的生长阈值进行区域生长，得到多个初始的球状点云分割区域；步骤4，将多个初始的竖直杆状点云分割区域利用归一化割的方法进行合并从而得到多个合并后的竖直杆状点云分割区域；将多个初始的竖直面状点云分割区域利用归一化割的方法进行合并从而得到多个合并后的竖直面状点云分割区域；将多个初始的球状点云分割区域利用归一化分割的方法进行合并从而得到多个合并后的球状点云分割区域；步骤5，将每个合并后的竖直杆状点云分割区域、每个合并后的竖直面状点云分割区域、每个合并后的球状点云分割区域依次作为每个几何基元，将多个几何基元基于其位置坐标信息得到几何基元的空间相邻关系，若每对空间相邻的几何基元之间的距离小于距离阈值，则将对应的空间相邻的几何基元组成几何基元组合，并获取几何基元组合的属性；所述几何基元组合的属性由组合包含的几何基元个数、几何基元的类型标识、几何基元之间的拓扑关系构成；给定所有交通标志牌模型，并将其以几何基元组合进行属性描述；遍历所有几何基元组合，若几何基元组合属性与给定模型相同，则把所述几何基元组合标记为对应交通标志牌模型，完成交通标牌的分类与识别。2.根据权利要求1所述的基于车载激光点云的城市道路标牌提取方法，其特征在于，步骤1所述车载激光点云的定义为：其中，K为车载激光点云中激光点的数量，为车载激光点云中第k个激光点，为车载激光点云中第k个激光点的反射强度信息，为车载激光点云中第k个激光点的空间直角坐标系X轴的坐标值，为车载激光点云中第k个激光点的空间直角坐
标系Y轴的坐标值，为车载激光点云中第k个激光点的空间直角坐标系Z轴的坐标值，其中Z值竖直向上，X、Y、Z轴两两垂直；步骤1所述在不同邻域半径下联合局部邻域内的强度约束进行主成分分析得到点对应的特征向量，具体为：所述不同邻域半径，具体构建方法为：每个激光点对应多个不同邻域半径，给定最大邻域半径，最小邻域半径，半径的增量；对于第k个激光点，初始化当前半径；给定球形邻域半径，以车载点云中第k个激...

【专利技术属性】
技术研发人员：张志华，董震，周圣川，杜鹏，张璐琪，门茂林，陈宗强，杨必胜，
申请(专利权)人：武汉大学，
类型：发明
国别省市：