車載校園環(huán)境激光點云分類與移動目標識別.pdf

1、激光掃描測量技術(shù)是繼GPS之后測繪領(lǐng)域誕生的一種高新測繪技術(shù)，能夠快速高效地獲取目標物體表面詳細的三維空間信息，在數(shù)字城市、環(huán)境監(jiān)測、交通仿真等領(lǐng)域為快速實現(xiàn)三維建模提供了一種全新的技術(shù)手段。因此，如何有效地處理激光掃描數(shù)據(jù)具有實際的應用意義。在此背景下，本文以校園真實環(huán)境作為實驗場景，以車載激光掃描系統(tǒng)作為三維信息的獲取方式，研究車載激光掃描數(shù)據(jù)的處理，重點解決激光點云的分類問題和移動目標的特征提取問題。
　　 圍繞上述研究目

2、標，本文主要做了以下三個方面的工作:
　　 1.進行車載校園激光數(shù)據(jù)的實地采集和預處理
　　 選擇了特定的校園場景，使用新型的HDL-64ES2三維激光掃描儀進行了實驗數(shù)據(jù)的實地采集。車載校園激光數(shù)據(jù)的預處理包括原始激光數(shù)據(jù)的解譯、激光點云的精簡和激光點云的三維可視化三方面的工作。通過激光數(shù)據(jù)的預處理才能獲得后處理階段所需的“點云”。
　　 2.進行車載激光點云的實際分類
　　 激光點云分類是利用一些可行

3、的分類策略，將海量獨立的空間點劃分到一系列具有實際物理意義的類簇里，使離散的獨立點具有實際的物理意義。在分類過程中，本文先對比分析了三種現(xiàn)有的分類策略的優(yōu)劣，然后選擇垂直高度作為主要分類因素、投影點密度作為次要分類因素，提出了一個改進的基于垂直高度的雙閾值法進行激光點云的分類，該方法的核心是基于網(wǎng)格的統(tǒng)計分析。
　　 3.進行移動目標的特征提取和目標個體的識別
　　 移動目標（行人和車輛）的特征提取和目標個體的識別是在點

4、云分類的基礎(chǔ)（結(jié)果集）上進行的。鑒于激光點的高度離散性和抽象性，很難直接從中提取地物的點、線、面特征，本文采用了間接的處理方式，提出了一種基于圖像處理技術(shù)的移動目標特征提取及識別方法:利用水平網(wǎng)格進行投影，將三維激光點云降維轉(zhuǎn)換得到二維二值灰度圖像，然后運用圖像處理技術(shù)進行相關(guān)的特征提取，再根據(jù)提取的特征進行目標個體的識別。
　　 運用本文所提出的點云分類方法和特征提取方法，較好地實現(xiàn)了車載校園激光點云的分類、移動目標的特征提取