一种基于机载lidar点云的林间道路提取方法

《一种基于机载lidar点云的林间道路提取方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、一种基于机载LiDAR点云的林间道路提取方法胡澄宇汪仁银张金花赵鸿彬陈锐川水利职业技术学院四川省第三测绘工程院南交通大学地球科学与环境工程学院基于林间道路的形态特征和支持向量机原理（SVM），提出一种从机载LiDAR点云数据中提取林间道路的方法。首先，选取末次回波去噪、栅格化，生成数字表面模型（DSM）和强度信息模型（DTM）:然后，通过支持向量机对坡度信息进行分类，得到道路潜在区域;再对道路潜在区域进行强度信息的分类，得到含有少量噪声的初始道路区域;最后，利用形态参数对初始道路区域进行去噪、精化，得出最终道路区域。实验证明，该方法能较好地提取出道路区域。关键词：机载LiDAR;林间道路;分类

2、提取;SVM;机载激光雷达(lightdetectionandranging,LiDAR)能穿透部分树木遮挡到达地面采集激光脚点的三维坐标信息，且机载LiDAR能记录激光脚点反射的强度信息。机载LiDAR提取的高精度的高程数据能够区分不同地物，且不同属性的地物在强度信息上也有着显著的区别，因此机载IJDAR可提供高精度的数据源用于快速提取林间道路U1。0前利用LiDAR点云数据进行提取道路的研宄较为广泛，其中主要是对城市道路的提取较为常见［2-5］。曾静静(2011)等人就利用LiDAR回波信息强度标定的方法提取道路;糞亮(2011)等人采用了强度聚类对道路进行提取，上述的道路提取方法仅利用了

3、强度信息，没有充分利用高程信息。在林间道路的研宄中，White(2010)等人利用LiDAR的高程信息与GIS结合提取林间道路信息£6l；Azizi(2014)利用高程信息结合强度信息对森林道路进行提取121，这些方法处理过程较为复杂，且在提取林间道路之前需先进行滤波运算，滤波参数设置的影响势必会影响道路提取的精度m。本文基于前人研宂的基础上，采用一种机器学习方法(支持向量机)直接对林间道路进行提取，提出了一种可行的林间道路的提取方法。1林间道路提取方法现实中的道路只有连续、平整等特征，所以针对道路提取二分类问题及道路的强度属性、平顺性，本文采用了支持向量机(SVM)分别对强度信息与坡度信息(

4、平顺性)进行/分类，将分类出的初始道路数据根据道路面积属性，进行面积约束剔除噪声，最后得到林间道路区域。技术流程见阁1。图1林间道路提取的技术流程1.1数据预处理将点云高程数据生成直方阁，检查是否拥有粗差，若存在粗差，选择适当高差阈值对粗差进行剔除。由于点云数据的不规则离散性，故需要对点云数据进行栅格化处理。根据点云数据的范围，设定栅格尺、将点云区域划分成大小均匀的规则格网。栅格的高程值取落入栅格内的最小高程值，取最小高程点的反射强度代表格网的反射强度值。对于无激光脚点落入的栅格，采用临近填充的方法对其进行填充。最后得到点云区域的数字表面模型(DigitalSurfaceModel,DSM)以

5、及强度信息模型(DigitalIntensityModel,DIM)o计算每个格网的坡度值边1，其中：Zi，ju,z：,zHI,」，z：h,、分别表示对应行列号的内栅格的高程值。c为规则栅格的大小。得到格网坡度值后，对其进行形态学运算，以消除建筑物和部分树木坡度的影响。1.2基于SVM对道路信息进行分类根据道路提取的分类需求，将点云数据分类为“道路”和“非道路”两类，且由于道路信息是混杂在点云数据当中，这样的分类问题往往是非线性的。SVM就是在两类之间寻求一个最优分类面，且能在高维度空间将非线性的分类问题转化为线性问题解决。因此，本文先对其坡度信息采用SVM进行分类，再对分类出的道路潜在区域进

6、行强度信息的分类，最后得到初始道路数据。1.3道路的精化初始道路数据中仍然存在少量离散噪声，通过形态学闭运算平滑道路边界，填补道路内部少量缺失。又由于道路具有连续性，所以道路的面积通常远大于离散噪声的面积，本文通过设置面积阈值去除噪声，得到最后的道路区域。2实验与结果分析对于实验数据的选择，所选实验区域应位于植被茂密、地形起伏的林地地区。为了确保数据的有效性和普适性，实验区域不应太小，实验面积应不小于lkm;其中应尽量伍含丰富的地物信息，如树木、道路、裸露地面等信息。为了满足实验数据的要求，本文最终采用的实验数据来自美国NSF（NationalScienceFoundation）的OpenTo

7、pographyFacility在AndrewsExperimentalForest和WillametteNationalForest地区的两块大小约为1km机载LiDAR点云数据,分别为Samp1与Sarap2,平均点云密度12.23pt/m,Sarapl中的道路蜿蜒且有分支,Samp2中的道路较直且狭长。Sampl长约1.1km,宽约1.04km,总点数为13397007pt;Samp2长约2