结合TIN约束与密度聚类的机载LiDAR道路点云提取

摘要：

针对机载LiDAR道路点云提取过程中自动化提取困难,停车场、水泥地以及与道路相连的地面点难以去除等问题,提出一种三角网约束与密度聚类相结合的机载LiDAR道路点云提取方法.在已有滤波结果的基础上,该方法首先根据道路点云样本的强度信息提取初始道路点,建立Delaunay三角网,运用三角网边长约束精化初始道路点;然后,通过密度聚类算法提取连通性较好且密度较大的独立三角网;最后,采用数学形态学算法优化道路边缘,确定最终道路点.实验选取国际摄影测量与遥感协会提供的两组城市机载LiDAR点云数据进行道路点云提取,结果表明:本文算法可以较好地进行道路点云的自动提取,且对不同类型的道路具有良好的自适应性,验证了算法的可靠性.

关键词：机载激光雷达、滤波、道路点云、三角网边长约束、密度聚类

所属期刊栏目：43

分类号：P225(大地测量学)

资助基金：国家自然科学基金项目;地球观测与时空信息科学国家测绘地理信息局重点实验室经费资助项目

在线出版日期：2020-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：68-72