基于机载LiDAR点云的道路提取算法研究

作者：陈健华

摘要：提出一种对点云特征信息进行聚类的方法,以提取机载LiDAR数据中的道路。通过采用软件ENVI 5.3反复建立三角网实现点云滤波获取地面点云,且采用零—均值标准化对地面点云进行标准化,以消除其量纲。然后进一步利用K-means++方法对点云三维坐标聚类实现点云分割,以获取包含道路点云的类别,且对该类别中点云的高度信息进行聚类以提取道路点云。以荒漠植被区机载LiDAR为研究区,对比直接对点云高度信息聚类的结果表明:在设置相同聚类参数的基础上,直接进行高度聚类的SSE总和为2550.714,所提出的先分割后聚类方法获取的SSE总和为73.696,比直接进行高度聚类的SSE总和低2477.018,说明本方法使K-means++性能更好。对比运算速度发现,虽然采用该方法聚类消耗时间比直接聚类消耗时间多16 s,但提取结果更好,可去除非道路点云3673个。

发文机构：广州市城市规划勘测设计研究院

关键词：机载LIDAR零—均值标准化K-means++聚类点云三维坐标簇内误差平方和UAV LiDARzero-mean standardizationK-means++clustering methodpoint cloud three-dimensional coordinatesSSE

分类号： P231[天文地球—摄影测量与遥感][天文地球—测绘科学与技术]