车载LiDAR点云中道路绿化带提取与动态分析
道路绿化带是城市园林绿地系统重要组成部分,具有重要的生态和环境服务功能,道路绿化带信息的精细分类与提取以及绿化带的动态分析对于道路信息化管理具有重要意义.本文提出基于车载LiDAR技术的道路绿化带自动提取与绿植地物精细分类算法.为验证算法有效性,选取北京市丰台区某路段作为实验区域,一期试验数据采集时间为2015年6月,二期试验数据采集时间为2015年9月.将车载LiDAR点云数据作为原始数据,对原始数据进行剪裁分块等预处理,提高算法运行速度.首先对每段道路点云数据进行地面、低矮地物与高地物分类,并将低矮地物与地面点进行组合;然后通过绿化带的点云特性与空间特征,精确提取出每段点云数据中的绿化带,根据所提取的绿化带确定分类范围,利用各类地物点云的特征差别,对绿化带内地物进行详细分类;最后对比同一区域内的多期绿化带数据,从而判断绿化带面积以及绿化带中的各种地物是否发生变化.为验证算法精度,采用人工交互的方式提取绿化带,并对绿化带内各类地物进行人工分类,以此作为参照将人工统计得到的信息与自动提取出的绿化带信息以及各个分类地物信息进行对比,试验区人工提取绿化带总面积为13 027 m2,自动提取绿化带总面积为12 749 m2,2组数据相差278m2,相对误差为0.02.自动分类算法在试验区场景中杆状地物的探测率为80%,树木的探测率81.81%,灌木探测率为73.91%.对比2期绿化带数据,发现面积缩减量为129.5 m2,另外新增3株灌木.实验结果说明了本文所述算法的准确性.
车载LiDAR、激光点云、绿化带信息提取、地物分类、动态分析
22
国家自然科学基金项目;中国博士后科学基金
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共11页
268-278