一种多特征约束的路面点云精简方法

针对车载激光扫描系统获取的路面三维点云数据含有大量冗余信息,不利于路面破损状况分析的问题,提出一种多特征约束的路面点云精简方法。首先,建立点云混合索引,解决单分辨率数据冗余问题;其次,建立多特征描述模型,对路面破损特征点进行约束保留;再次,利用邻域分布均匀性约束法,对路面边界特征点进行约束保留;最后,针对平坦区域,利用均匀栅格重心法进行精简。实验表明,该方法在精简率超过80%的情况下较好地保留特征细节,对严重破损路面的特征保留率达到92.04%,具有可靠性与实用性。

一种利用三维HOG特征的建筑物点云分类方法

针对建筑物点云精确分类问题,提出一种利用三维HOG(histogram of oriented gridients)特征的建筑物点云分类方法。首先,通过分析点云的空间分布特征(投影形状、高程差异、密集程度等),生成能够显著表达立面目标多尺度特征的三维格网;然后,引入方向梯度直方图算子,依据建筑物立面的邻域梯度对称性,以及多尺度、多方向的立面特征差异,分析格网三维HOG特征,准确提取初始立面格网;最后,通过方向和距离约束获取完整立面格网,进一步将各立面聚类实现建筑物点云分类。实验结果表明,该方法基于立面特征进行建筑物分类,对于地基平台采集的点云具有较好的分类效果,稳健性较强。

一种利用地理实体目标特征的道路场景激光点云配准方法

针对车载移动测量系统不同时期获取的道路场景点云位置一致性差、车载激光点云与固定站激光点云坐标基准不统一的问题,本团队提出了一种利用地理实体目标特征的道路场景激光点云配准方法。首先分析道路场景激光点云的数据特点,结合高程误差趋势和道路场景地物的分布特征对车载点云进行分段,分割条带分布的车载道路点云为连续分布的小范围分段点云;然后提取固定地理实体目标作为配准基元,以降低场景的复杂度;接着结合特征值与形状指数构建特征约束,提取配准基元的多尺度关键点;最后在关键点约束下应用4PCS和双向KD树改进的ICP算法,完成多期道路车载激光点云的配准以及固定站与车载点云的配准。实验结果表明:多期车载点云配准精度在5 cm范围内,固定站与车载点云的配准精度最高可达到4.2 cm。所提方法为道路场景激光点云的高精度融合提供了实现途径。