基于LiDAR点云检测的城市道路轮廓提取技术

城市道路覆盖面广,容易忽略道路轮廓的分散性,LiDAR点云检测可以对其轮廓进行分割,很大程度上解决了提取效率低的问题。提出基于LiDAR点云检测的城市道路轮廓提取技术。采用空间区域网格扫描技术进行城市道路光学图像采集,对采集的城市道路光学图像进行区域性融合滤波处理,提取城市道路光学图像的灰度像素特征量,采用模糊信息融合方法进行城市道路光学图像信息融合,构建城市道路光学图像的三维点云特征大数据分布模型,结合LiDAR点云分布式检测的方法进行城市道路的轮廓特征分割,采用帧点最大灰度级特征集检测和多参数信息融合方法,实现城市道路轮廓提取和点云检测。仿真表明,在实验次数为100次时,所提方法提取时间为12 s;样本数为2000个时,所提方法提取精度为1。充分证明采用该方法进行城市道路轮廓提取的时间较短、提取准确度较高,空间规划识别能力较强,具有很好的参数优化能力。

基于图像分割技术的城区机载LiDAR数据滤波方法

为了获取高精度的DEM数据,采用了一种基于图像分割技术的方法对机载LiDAR数据进行滤波处理。该方法针对原始激光点云数据,首先运用边缘检测技术进行点云分割,准确提取建筑物的边缘信息,确定地面种子点;然后按照一定的准则进行区域生长,最终得到裸露地面点集。针对几组不同地貌特征的城区实测数据进行滤波实验,通过定性和定量分析,验证了该算法不但计算速度快、精度高,而且还具有较强的稳健性。