基于機載LiDAR點云的道路提取算法研究

作者：陳健華

摘要：提出一種對點云特征信息進行聚類的方法,以提取機載LiDAR數據中的道路。通過采用軟件ENVI 5.3反復建立三角網實現點云濾波獲取地面點云,且采用零—均值標準化對地面點云進行標準化,以消除其量綱。然后進一步利用K-means++方法對點云三維坐標聚類實現點云分割,以獲取包含道路點云的類別,且對該類別中點云的高度信息進行聚類以提取道路點云。以荒漠植被區機載LiDAR為研究區,對比直接對點云高度信息聚類的結果表明:在設置相同聚類參數的基礎上,直接進行高度聚類的SSE總和為2550.714,所提出的先分割后聚類方法獲取的SSE總和為73.696,比直接進行高度聚類的SSE總和低2477.018,說明本方法使K-means++性能更好。對比運算速度發現,雖然采用該方法聚類消耗時間比直接聚類消耗時間多16 s,但提取結果更好,可去除非道路點云3673個。

發文機構：廣州市城市規劃勘測設計研究院

關鍵詞：機載LIDAR零—均值標準化K-means++聚類點云三維坐標簇內誤差平方和UAV LiDARzero-mean standardizationK-means++clustering methodpoint cloud three-dimensional coordinatesSSE

分類號： P231[天文地球—攝影測量與遙感][天文地球—測繪科學與技術]