服務(wù)熱線(xiàn)
0755-26825352
0755-26825352
18948189678
車(chē)載移動(dòng)測量系統是現代測繪技術(shù)研究的熱點(diǎn)問(wèn)題。針對不同移動(dòng)測量系統的數據處理問(wèn)題，國內外專(zhuān)家學(xué)者進(jìn)行了大量的實(shí)驗研究。國外在該領(lǐng)域的研究起步較早，Manandhar和Shibasaki提出了根據斷面掃描點(diǎn)的點(diǎn)位空間分布特征將點(diǎn)云分成不同組的算法，該方法能將建筑物、道路和樹(shù)木初步分離；Shi和Vosselman提出了基于建筑物語(yǔ)義的點(diǎn)云數據特征提取方法，該方法首先對點(diǎn)云進(jìn)行分割，然后根據語(yǔ)義特征進(jìn)行分類(lèi)；李必軍等提出了基于建筑物幾何特征的信息挖掘方法，該方法在點(diǎn)云去噪及分類(lèi)方面，均需根據已知信息對觀(guān)測值進(jìn)行概算；史文中等提出了基于投影點(diǎn)密度的車(chē)載雷達（LiDAR）點(diǎn)云距離圖像分割方法，該方法主要通過(guò)閾值對點(diǎn)云分類(lèi)，但沒(méi)有考慮到投影時(shí)地面點(diǎn)與非地物點(diǎn)疊加對結果的影響；楊必勝等提出了面向車(chē)載LiDAR點(diǎn)云快速分類(lèi)的點(diǎn)云特征圖像生成方法；有學(xué)者提出基于地物特征提取點(diǎn)云數據并分類(lèi)的方法；還有很多學(xué)者對LiDAR點(diǎn)云進(jìn)行了道路、建筑物、行道樹(shù)等專(zhuān)題信息的提取方法研究。
本文結合LiDAR點(diǎn)云的基本特征及上下文語(yǔ)義環(huán)境，構建了點(diǎn)云的原始特征向量和擴展特征向量，并米用支持向量機（SupportVectorMachine，SVM）對行道樹(shù)點(diǎn)云進(jìn)行目標識別實(shí)驗。
1車(chē)載LiDAR點(diǎn)云的特征向量及語(yǔ)義環(huán)境車(chē)載移動(dòng)測量系統的點(diǎn)云基本特征主要包括三維空間坐標（XYZ）、回波強度信息（Intensity）、GPS時(shí)間（Time）、影像數據配準后的顏色信息（RGB）等。由于點(diǎn)云的時(shí)間特征在目標識別中不具備實(shí)際意義，故將點(diǎn)云的時(shí)間特征省略，由7個(gè)基本特征組成了車(chē)載LiDAR點(diǎn)云的原始特征向量（用凡表示）。即：為加快運算速度，可采用平面表面進(jìn)行擬合。車(chē)載LiDAR點(diǎn)云可采用公（3）當對平面擬合進(jìn)行殘差分析時(shí)，采用各點(diǎn)到所擬合平面垂直距離作為點(diǎn)云數據平面擬合的殘差。任何一個(gè)點(diǎn)到平面ax+by+cz=1的垂直距離為：其中，表示點(diǎn)云的實(shí)際坐標值，表示第i點(diǎn)到擬合平面的空間垂直距離。總殘差3的計算方法為：殘差均方根誤差a的計算方法為：點(diǎn)云密度是指將點(diǎn)云投影到平面后點(diǎn)云數量與投影面積比。由于采用相同距離作為點(diǎn)群投影半徑，每個(gè)以點(diǎn)云對象為中心的點(diǎn)群大小是相同的，因此可采用點(diǎn)云密度（用d表示）表述點(diǎn)群特征。由上所述，可計算出包括17個(gè)特征在內的點(diǎn)云擴展特征向量（用Fe表示），見(jiàn)公，男，山東壽光人，博士，工程師，主要從事車(chē)載LiDAR點(diǎn)云數據處理方法研究。
基金項目：國家自然科學(xué)基金青年基金資助項目（41101449）；精密工程與工業(yè)測量國家測繪地理信息局重點(diǎn)實(shí)驗室開(kāi)放研究基金資助項目（PF2011-26）（責任編輯：熊蘋(píng)）
