一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法
【專利摘要】本發(fā)明公開了一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其包括數(shù)據(jù)預(yù)處理步驟、篩選道路候選點(diǎn)步驟、提取道路中心線和剔除平坦地域點(diǎn)集步驟、道路連接步驟。本發(fā)明主要解決在沒有反射強(qiáng)度或者反射強(qiáng)度不能較好反應(yīng)地物屬性，或者沒有航空影像等情況，根據(jù)道路拓?fù)浣Y(jié)構(gòu)特點(diǎn)與周圍環(huán)境的不同進(jìn)行道路數(shù)據(jù)提取。
【專利說明】一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法。

【背景技術(shù)】
[0002]建筑物和道路提取一直是機(jī)載LiDAR (Light Detect1n And Ranging)數(shù)據(jù)特征提取的重點(diǎn)和難點(diǎn)，在道路提取方面，主要圍繞城區(qū)道路網(wǎng)提取研究較多，針對野外地域中道路提取方法研究較少。其中機(jī)載LiDAR是一種集激光測距、全球定位系統(tǒng)(GPS)和慣性導(dǎo)航系統(tǒng)(INS)三種技術(shù)于一體的系統(tǒng)，并用于獲取數(shù)據(jù)并生成精確三維地形(DEM);機(jī)載LiDAR(或稱點(diǎn)云數(shù)據(jù))是由三維激光掃描儀采集的物體表面點(diǎn)數(shù)據(jù)，每個(gè)點(diǎn)有空間三維坐標(biāo)，有的還帶有顏色和反色強(qiáng)度等信息；點(diǎn)云濾波是指去除點(diǎn)云中的噪聲、樹木、房屋等非地面點(diǎn)；點(diǎn)云組織是指將點(diǎn)云按照一定的數(shù)據(jù)格式進(jìn)行管理，便于數(shù)據(jù)的查詢和顯示；道路提取是指從點(diǎn)云數(shù)據(jù)中自動(dòng)提取道路點(diǎn)。現(xiàn)有的道路提取方法主要有基于反射強(qiáng)信息的道路提取方法、基于機(jī)載LiDAR數(shù)據(jù)和遙感影像的道路提取方法等，常用的基于點(diǎn)云、反射強(qiáng)度和影像的道路數(shù)據(jù)提取方法如下:
[0003](I)車載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動(dòng)提取方法
[0004]車載激光掃描是指將激光掃描儀架設(shè)在汽車等移動(dòng)平臺上進(jìn)行動(dòng)態(tài)車輛，與機(jī)載激光掃描不同點(diǎn)在于機(jī)載激光掃描的范圍更大、速度更快，而車載激光掃描獲取的數(shù)據(jù)都是沿著道路的，因此提取較為容易。
[0005]結(jié)構(gòu)化道路是指城區(qū)道路或者高速公路等，這些道路的兩旁都有高出道路點(diǎn)的特征，通過掃描線提取、地面點(diǎn)云濾波、道路邊界自動(dòng)提取、道路邊界跟蹤等步驟完成道路的提取。具體方法詳見《測繪學(xué)報(bào)》2013年42卷2期《車載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動(dòng)提取方法》。
[0006](2)基于LiDAR回波信息的道路提取
[0007]首先采用一種方法(如:逐層加密TIN方法)提取或者生成數(shù)字地形模型(DTM)，根據(jù)點(diǎn)云的回波信息從DTM中提取道路信息，最后通過搜索孤立點(diǎn)的濾波算法刪除其中的噪聲點(diǎn)。具體方法詳見《測繪科學(xué)》2011年36卷2期《基于LiDAR回波信息的道路提取》。
[0008](3)基于機(jī)載LiDAR粗糙度指數(shù)和回波強(qiáng)度的道路提取
[0009]首先，由點(diǎn)云數(shù)據(jù)衍生歸一化數(shù)字表面模型和粗糙度指數(shù)，然后對配準(zhǔn)后的多源數(shù)據(jù)進(jìn)行多分辨率分割，進(jìn)而使用粗糙度指數(shù)和回波強(qiáng)度、道路描述因子等特征進(jìn)行分類，最后，去除道路噪聲，并獲取準(zhǔn)確的道路架網(wǎng)。詳見《測繪科學(xué)技術(shù)學(xué)報(bào)》2013年30卷I期《基于機(jī)載LiDAR粗糙度指數(shù)和回波強(qiáng)度的道路提取》。
[0010](4)基于機(jī)載LiDAR和高分辨率遙感影像的城市道路網(wǎng)提取
[0011]首先將兩者進(jìn)行精確配準(zhǔn)然后利用偽道路信息去除的方法分別將植被信息和建筑物信息等去除得到基本的道路輪廓，再利用形態(tài)細(xì)化算法提取道路的中心線，最后在ArcGIS和Matlab編程環(huán)境下實(shí)現(xiàn)了改進(jìn)的道路修剪算法(IRT)利用該算法進(jìn)行道路修剪得到了平滑和連貫的城市道路網(wǎng)。詳見《遙感技術(shù)與應(yīng)用》2013年28卷4期《基于機(jī)載LiDAR和高分辨率遙感影像的城市道路網(wǎng)提取》。
[0012]然而激光回波強(qiáng)度與地物目標(biāo)的反射率成正比關(guān)系，即反射率越大激光強(qiáng)度值越高，但是激光雷達(dá)系統(tǒng)記錄的回波強(qiáng)度是尚未經(jīng)過校正的值，會受大氣衰減、激光入射角度等多種因素的影響，而且激光回波強(qiáng)度的校正至今還是一個(gè)比較困難的課題，因此激光回波強(qiáng)度很難真實(shí)地反映地物的反射率信息。基于遙感影像的道路提取法的提取效果主要取決于影像的清晰程度，但是在多云或者能見度不夠的情況下采集的遙感影像往往并不能很好地反應(yīng)地物屬性，因此分類也較為困難。


【發(fā)明內(nèi)容】

[0013]本發(fā)明目的是:提供一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，在不采用反射強(qiáng)度和遙感影像的條件下，通過分析丘林地域道路的結(jié)構(gòu)特征，采用矩形鄰域判斷分析法進(jìn)行道路的提取。
[0014]本發(fā)明的技術(shù)方案是:一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其包括:
[0015]第一步:數(shù)據(jù)預(yù)處理，計(jì)算點(diǎn)云間距，建立規(guī)則網(wǎng)格組織，然后采用基于規(guī)則網(wǎng)格的快速數(shù)學(xué)形態(tài)學(xué)濾波方法進(jìn)行濾波，剔除非地面點(diǎn)；
[0016]第二步:篩選道路候選點(diǎn)，初步確定道路點(diǎn)集，縮小判斷范圍，對每個(gè)點(diǎn)搜索其鄰域范圍內(nèi)的點(diǎn)，并比較其高程值，若都在閾值范圍內(nèi)，則作為道路候選點(diǎn)；
[0017]第三步:提取道路中心線，剔除平坦地域點(diǎn)集，對每個(gè)道路候選點(diǎn)，計(jì)算不同方位角的矩形范圍內(nèi)高程方差值，根據(jù)方差值間的差異判斷當(dāng)前點(diǎn)是否為道路中心點(diǎn)；
[0018]第四步:道路連接，對間斷的道路進(jìn)行連接，平滑。
[0019]在上述技術(shù)方案的基礎(chǔ)上，進(jìn)一步包括如下附屬技術(shù)方案:
[0020]所述第一步包括:
[0021](I)首先讀取點(diǎn)云數(shù)據(jù)范圍(xmin, xmax, ymin, ymax),統(tǒng)計(jì)點(diǎn)的數(shù)量pt_Num ；
[0022](2)計(jì)算點(diǎn)云間距:

【權(quán)利要求】
1.一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于其包括: 第一步:數(shù)據(jù)預(yù)處理，計(jì)算點(diǎn)云間距，建立規(guī)則網(wǎng)格組織，然后采用基于規(guī)則網(wǎng)格的快速數(shù)學(xué)形態(tài)學(xué)濾波方法進(jìn)行濾波，剔除非地面點(diǎn)； 第二步:篩選道路候選點(diǎn)，初步確定道路點(diǎn)集，縮小判斷范圍，對每個(gè)點(diǎn)搜索其鄰域范圍內(nèi)的點(diǎn)，并比較其高程值，若都在閾值范圍內(nèi)，則作為道路候選點(diǎn)； 第三步:提取道路中心線，剔除平坦地域點(diǎn)集，對每個(gè)道路候選點(diǎn)，計(jì)算不同方位角的矩形范圍內(nèi)高程方差值，根據(jù)方差值間的差異判斷當(dāng)前點(diǎn)是否為道路中心點(diǎn)； 第四步:道路連接，對間斷的道路進(jìn)行連接，平滑。
2.根據(jù)權(quán)利要求1所述的一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于:所述第一步包括: (1)首先讀取點(diǎn)云數(shù)據(jù)范圍(xmin,xmax, ymin, ymax),統(tǒng)計(jì)點(diǎn)的數(shù)量pt_Num ; (2)計(jì)算點(diǎn)云間距:
(3)根據(jù)點(diǎn)云間距pt_dis和計(jì)算需要,建立覆蓋點(diǎn)云范圍(xmin,xmax, ymin, ymax)的規(guī)則網(wǎng)格； (4)根據(jù)點(diǎn)的坐標(biāo)將機(jī)載LiDAR數(shù)據(jù)分配到各個(gè)網(wǎng)格中，
GridNum = XAxisNum*YAxisNum (公式 3) XAxisNum、YAxisNum為x、y方向的網(wǎng)格數(shù)，GridNum為網(wǎng)格總數(shù)； 機(jī)載LiDAR數(shù)據(jù)中的任意一點(diǎn)Pi (Xi，yi)所在的網(wǎng)格為:
其中Xi為Pi所在的X方向網(wǎng)格數(shù)、Yi為Pi所在的Y方向網(wǎng)格數(shù)、Gi為Pi所在的一維數(shù)組記錄的網(wǎng)格數(shù)； 對機(jī)載LiDAR數(shù)據(jù)進(jìn)行非地面濾波，保留包含道路點(diǎn)在內(nèi)的地面點(diǎn)數(shù)據(jù)，以規(guī)則網(wǎng)格為單元的數(shù)學(xué)形態(tài)學(xué)濾波，網(wǎng)格腐蝕結(jié)果為wXw網(wǎng)格內(nèi)的最小高程值，膨脹結(jié)果為wXw網(wǎng)格內(nèi)最大高程值，其中w代表窗口的大小，并進(jìn)行公式5的運(yùn)算:
其中A代表目標(biāo)集合，B代表結(jié)構(gòu)元素，ΑΘΒ表示腐蝕，dΘS表示膨脹，式中Zi'和Zi''分別為網(wǎng)格單元腐蝕和膨脹后的高程值，Gridi(Zmin)為網(wǎng)格內(nèi)高程最小值。
3.根據(jù)權(quán)利要求2所述的一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于:所述第一步進(jìn)一步包括: (1)由網(wǎng)格間距計(jì)算網(wǎng)格數(shù)量，并為網(wǎng)格分配內(nèi)存空間，將點(diǎn)逐個(gè)按平面坐標(biāo)存儲到相應(yīng)的網(wǎng)格單元中，同時(shí)與該網(wǎng)格單元中已保存的最小高程值進(jìn)行比較，記錄比較后的最小高程值； (2)遍歷每個(gè)網(wǎng)格，比較周圍wXw個(gè)網(wǎng)格內(nèi)最小高程值，采用公式5的第一個(gè)公式，取最小值為當(dāng)前網(wǎng)格腐蝕后的高程值，并將該網(wǎng)格最大高程值設(shè)為腐蝕后的高程值； (3)遍歷每個(gè)網(wǎng)格，比較周圍wXw個(gè)網(wǎng)格內(nèi)腐蝕高程值，采用公式5的第二個(gè)公式，取最大值為當(dāng)前網(wǎng)格膨脹后的高程值，并將該網(wǎng)格最小高程值設(shè)為膨脹后的高程值； (4)遍歷每個(gè)網(wǎng)格，求取網(wǎng)格內(nèi)每個(gè)點(diǎn)高程值與膨脹后的高程值之差，當(dāng)其絕對值小于設(shè)定閾值時(shí)，該點(diǎn)為地面點(diǎn)，否則為非地面點(diǎn)。
4.根據(jù)權(quán)利要求3所述的一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于:所述第二步包括: (1)針對每個(gè)點(diǎn)Pi(Xi, Yi)由公式4計(jì)算其所在網(wǎng)格； (2)計(jì)算搜索半徑，
(3)設(shè)點(diǎn)Pi(XiJi)的矩形鄰域內(nèi)的點(diǎn)集為
Pi near = (Pj (Xj, Yj) I Xj ^ (X「r，Xi+!")，Yj E ( , y^r) }(其中 j 是點(diǎn)的點(diǎn)號或者說是下標(biāo)，并與當(dāng)前點(diǎn)Pi相區(qū)別)，由此以當(dāng)前點(diǎn)Pi為中心，搜索周圍網(wǎng)格內(nèi)的點(diǎn)集Pi—_ ; (4)計(jì)算Pin 中每個(gè)點(diǎn)與Pi(Xpyi)的高程差絕對值之和2故，若SHi小于閾值，則當(dāng)前點(diǎn)為道路候選點(diǎn)；
Zj是中第j個(gè)點(diǎn)的高程值，Zi是Pi (Xi, Yi)的高程值，η為的總點(diǎn)數(shù)； (5)重復(fù)以上步驟，直至完成對所有點(diǎn)的判斷，且將保留的道路候選點(diǎn)集為P。。
5.根據(jù)權(quán)利要求4所述的一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于:所述第三步包括: (1)對每個(gè)道路候選點(diǎn)Pi，根據(jù)公式7計(jì)算矩形范圍點(diǎn)Pi，rt，pi；r2,pi；r3, pi；r4,即矩形的四個(gè)頂點(diǎn)，Pu1與當(dāng)前點(diǎn)重合，其余點(diǎn)按逆時(shí)針排列，其中d0為矩形的旋轉(zhuǎn)角度，將360度劃分為η個(gè)間隔；
其中Pi，ri(x)為Pi，ri的X坐標(biāo)值，Pi，ri(y)為Pu的y坐標(biāo)值，其余的同理，I為矩形長度，W為矩形寬度，d Θ為矩形的旋轉(zhuǎn)角度間隔，k為旋轉(zhuǎn)的次數(shù)或稱為迭代次數(shù)； (2)根據(jù)第4步的鄰域判斷方法，搜索Pi點(diǎn)的鄰近點(diǎn)Pin.，然后判斷Pi 是否在Pi，rt，Pm，Pm，Pm構(gòu)成的矩形范圍內(nèi)，將在范圍內(nèi)的保存為點(diǎn)集Pi—u，并計(jì)算其高程方差€:高程均值:
其中Zj為點(diǎn)集Pi u中第j個(gè)點(diǎn)的高程值，m為點(diǎn)集PiU點(diǎn)個(gè)數(shù)；
高程方差值
(3)根據(jù)以上兩步，計(jì)算點(diǎn)Pi的所有矩形(k= O, I, 2-18)鄰域內(nèi)點(diǎn)的高程方差值，得到高程方差值集合& = I A = OJ, 2…18丨，分別比較集合Ψ中的高程方差值，記錄高程方差值最小、第二小和第三小的三個(gè)值€ninl ^min2和^min3和對應(yīng)的矩形編號kp k2、k3，若同時(shí)滿足以下兩個(gè)方程則當(dāng)前點(diǎn)Pi記為道路中心點(diǎn)；
式中V為用戶設(shè)定道路粗糙閾值，μ為用戶設(shè)定道路轉(zhuǎn)彎閾值； (4)重復(fù)以上步驟，直至完成對所有點(diǎn)的判斷，并記道路中心點(diǎn)集為Pk。
6.根據(jù)權(quán)利要求5所述的一種基于矩形鄰域分析的道路數(shù)據(jù)提取方法，其特征在于:所述第四步包括: 根據(jù)計(jì)算得到的道路候選點(diǎn)集P。和道路中心點(diǎn)集Pk，道路候選點(diǎn)集中可能含有大量停車場、運(yùn)動(dòng)場、屋頂?shù)绕教沟赜虻狞c(diǎn)，通過以下的方法將這些點(diǎn)剔除: (1)將點(diǎn)集P。和Pk進(jìn)行規(guī)格網(wǎng)格劃分，且用編碼I和2表示點(diǎn)的種類為道路候選點(diǎn)還是道路中心點(diǎn)； (2)對點(diǎn)集P。中的每個(gè)點(diǎn)，搜索其周圍r/2范圍內(nèi)屬性為2的點(diǎn)，若有則保留該點(diǎn)，否則就判斷為非道路點(diǎn)，參數(shù)r/2表示道路寬度的二分之一與網(wǎng)格間距的比值。
【文檔編號】G06K9/46GK104050473SQ201410213465
【公開日】2014年9月17日 申請日期:2014年5月20日 優(yōu)先權(quán)日:2014年5月20日
【發(fā)明者】王勇, 付成群, 余勤, 郭杰, 付稱心, 方濤, 覃昕垚, 謝立軍, 關(guān)洪軍 申請人:中國人民解放軍理工大學(xué)