基于部件測(cè)量的車載激光點(diǎn)云處理技術(shù)研究

摘 要：基于城市主要道路電桿、路燈、路面標(biāo)志等部件快速測(cè)量的需要，采用車載激光測(cè)量系統(tǒng)掃描獲得的道路激光點(diǎn)云為主要數(shù)據(jù)源，重新思考點(diǎn)云數(shù)據(jù)中桿狀、牌狀地物快速獲取的構(gòu)建思想。通過影像匹配技術(shù)、點(diǎn)云預(yù)處理及面向?qū)ο蠓椒ǖ难芯?，?shí)現(xiàn)點(diǎn)云數(shù)據(jù)中以上特征地物的快速提取。

關(guān)鍵詞：快速測(cè)量；激光點(diǎn)云；影像匹配；點(diǎn)云預(yù)處理

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2018）01-0034-02

Research on Vehicle Laser Point Cloud Processing

Technology Based on Component Measurement

ZHANG Lingling 1 HOU Yue2

（1.Xuchang Branch of Henan Provincial Land Resources Survey and Planning Institute， Xuchang Henan 461000；

2.Surveying Mapping Engineering Institute of Henan Province，Zhengzhou Henan 450003）

Abstract： Based on the needs of rapid measurement of components such as poles， streetlights and road signs in urban roads， the road laser point cloud scanned by vehicle borne laser measurement system was taken as the main data source. Through the research of image matching technology， point cloud preprocessing and object oriented method， the above feature objects were extracted quickly from the point cloud data.

Keywords： fast measurement；laser point cloud；image matching；point cloud preprocessing

信息時(shí)代，地理空間信息與人們的生產(chǎn)生活密切相關(guān)，如何快速、全面、準(zhǔn)確、及時(shí)地獲取地理空間信息是人們不斷研究的課題。車載激光掃描技術(shù)作為一種快速的空間信息獲取方式，對(duì)公路、隧道、堤岸及城市街道等呈帶狀空間分布的地物獲取高精度三維信息具有明顯優(yōu)勢(shì)[1]。車載激光測(cè)量系統(tǒng)在行駛過程中動(dòng)態(tài)連續(xù)地采集數(shù)據(jù)，通過激光點(diǎn)云的形勢(shì)記錄了其所能探測(cè)到的所有目標(biāo)信息，這些信息表現(xiàn)為無序的、散亂的空間點(diǎn)云，如何快速、準(zhǔn)確地提取有用信息則是需要深入研究的問題。

傳統(tǒng)的部件測(cè)量方法主要利用水準(zhǔn)儀、全站儀或GPS等儀器采集數(shù)據(jù)，外業(yè)工作量大且信息化程度不高。隨著科技的進(jìn)步，航空攝影測(cè)量技術(shù)逐漸被應(yīng)用于道路改建項(xiàng)目中，但是道路呈帶狀分布，航線需沿路分布，不但工程量大，而且由于DEM精度低，道路橫斷面線必須輔以人工測(cè)量，耗時(shí)耗力。

本文針對(duì)城市主要道路電桿、路燈、路面標(biāo)志等部件快速測(cè)量的需要，采用車載激光測(cè)量系統(tǒng)掃描獲得的道路激光點(diǎn)云為主要數(shù)據(jù)源，重新思考點(diǎn)云數(shù)據(jù)中桿狀、牌狀地物快速獲取的構(gòu)建思想。通過影像匹配技術(shù)、點(diǎn)云預(yù)處理及面向?qū)ο蠓椒ǖ难芯?，?shí)現(xiàn)點(diǎn)云數(shù)據(jù)中以上特征地物的快速提取。

1 研究?jī)?nèi)容

1.1 激光點(diǎn)云與影像自動(dòng)匹配

首先，根據(jù)時(shí)間同步獲取激光點(diǎn)云和相機(jī)的對(duì)應(yīng)關(guān)系；然后，由空間位置和姿態(tài)得到在掃描線上與激光點(diǎn)對(duì)應(yīng)的像素；最后，讀取對(duì)應(yīng)的影像文件并讀取對(duì)應(yīng)的像素值，并將像素賦予對(duì)應(yīng)的空間位置點(diǎn)。這樣就得到了包含有顏色信息的空間彩色點(diǎn)云數(shù)據(jù)。融合了色彩屬性信息的點(diǎn)云數(shù)據(jù)，在可視化顯示、自動(dòng)分類、智能建模等方面更為直觀，具有很大優(yōu)勢(shì)。

1.2 激光點(diǎn)云數(shù)據(jù)預(yù)處理

研究由原始的采集數(shù)據(jù)到目標(biāo)點(diǎn)真實(shí)三維坐標(biāo)獲取的一系列數(shù)據(jù)整合與轉(zhuǎn)換處理方法，研究適合車載激光掃描的目標(biāo)信息與背景信息分離工具。

1.3 典型地物自動(dòng)提取

通過對(duì)激光點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，可以獲得3類數(shù)據(jù)：城市主要道路點(diǎn)云數(shù)據(jù)，建筑物立面的點(diǎn)云數(shù)據(jù)，電桿、線桿、道路指示燈、行數(shù)等點(diǎn)云數(shù)據(jù)[2]。針對(duì)以上3類不同地物的特點(diǎn)，通過組合法則和建立地物之間的拓?fù)潢P(guān)系，使用相應(yīng)的具體算法，來完成以上3類典型地物的信息提取。

2 技術(shù)思路

2.1 道路邊線提取

提取路邊線的方法有3種，在實(shí)際工作中要根據(jù)具體的情況選擇適當(dāng)?shù)奶崛》椒?，達(dá)到最優(yōu)的提取效果。路邊線提取首先利用高度限制，然后利用探面取交線、夾角判斷和聚類判斷3種方法粗提取路邊點(diǎn)，在此基礎(chǔ)上設(shè)置輸出矢量時(shí)需要的點(diǎn)間距和拐角閾值，得到最終提取結(jié)果[3]。

2.2 路面標(biāo)志提取

首先，通過移動(dòng)窗口法，找出道路路面的邊界，從而縮小點(diǎn)云的運(yùn)算范圍；然后，通過對(duì)點(diǎn)云高差、相鄰點(diǎn)云灰度差值、點(diǎn)云密度、掃描強(qiáng)度值等一系列的層層篩選，基本完成對(duì)激光點(diǎn)云的提取；最后，根據(jù)局部激光點(diǎn)云之間的距離實(shí)行聚類歸納，剔除雜點(diǎn)，得到較為精細(xì)的道路路面標(biāo)志的點(diǎn)云[4]。

2.3 路燈電桿提取

首先，通過投影的方式將原始點(diǎn)云在水平面上進(jìn)行網(wǎng)格劃分（每個(gè)單個(gè)網(wǎng)格為一個(gè)處理單元），分別去除每個(gè)單元點(diǎn)云的地面點(diǎn)；然后，對(duì)網(wǎng)格進(jìn)行點(diǎn)云探測(cè)并編號(hào)，賦予同一屬性值，利用八鄰域搜索對(duì)地物點(diǎn)聚類，再以聚類后單個(gè)點(diǎn)云塊為處理單元，利用各類地物的高度、投影點(diǎn)密度、投影面積及形狀等特征，逐步排除其他地物點(diǎn)，實(shí)現(xiàn)對(duì)桿狀地物的精細(xì)提取[5]。

2.4 建筑物特征線及腳點(diǎn)提取

首先，根據(jù)高度限制處理該范圍內(nèi)的點(diǎn)云。然后，利用同一掃描線上相鄰激光點(diǎn)的空間幾何關(guān)系進(jìn)行兩類特征點(diǎn)的粗提?。阂活惣す恻c(diǎn)是與其前（后）激光點(diǎn)的距離較近，并且與后（前）激光點(diǎn)的距離較遠(yuǎn)；另一類激光點(diǎn)是與其前后激光點(diǎn)在水平面上組成的夾角近似直角[6]。最后，對(duì)這兩類點(diǎn)的并集進(jìn)行聚類剔點(diǎn)。根據(jù)實(shí)際數(shù)據(jù)，調(diào)整剔除條件。若雜點(diǎn)多，則剔除條件收緊；若特征線少，則放寬剔除條件[7]。

3 結(jié)語

本文研究成果將進(jìn)一步促進(jìn)車載激光點(diǎn)云數(shù)據(jù)自動(dòng)處理的發(fā)展，大大提高了部件測(cè)量的精度和效率，對(duì)其他方面的應(yīng)用（如地形測(cè)量、數(shù)字城市建設(shè)、逆向工程等）具有重要的參考作用。

參考文獻(xiàn)：

[1]王格芳，吳國(guó)慶，沙曉光，等.激光測(cè)量的自由曲面點(diǎn)云數(shù)據(jù)處理方法[J].圖學(xué)學(xué)報(bào)，2008（5）：33-37.

[2]喻亮.基于車載激光掃描數(shù)據(jù)的地物分類和快速建模技術(shù)研究[D].武漢：武漢大學(xué)，2011.

[3]李艷紅.車載移動(dòng)測(cè)量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類識(shí)別關(guān)鍵技術(shù)研究[D].武漢：武漢大學(xué)，2014.

[4]閆利，曹亮，陳長(zhǎng)軍，等.車載全景影像與激光點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[J].測(cè)繪通報(bào)，2015（3）：32-36.

[5]陳田.激光測(cè)量點(diǎn)云的數(shù)據(jù)處理方法研究[J].激光與光電子學(xué)進(jìn)展，2011（9）：72-76.

[6]孟娜.基于激光掃描點(diǎn)云的數(shù)據(jù)處理技術(shù)研究[D].濟(jì)南：山東大學(xué)，2009.

[7]徐建新，張光偉，羌鑫林，等.激光測(cè)量采集車在城市部件調(diào)查中的應(yīng)用[J].測(cè)繪與空間地理信息，2013（s1）：237-239.