Please wait a minute...
img

官方微信

遥感技术与应用  2017, Vol. 32 Issue (5): 851-857    DOI: 10.11873/j.issn.1004-0323.2017.5.0851
数据与图像处理     
机载LiDAR数据提取山区道路方法研究
王濮1,2,邢艳秋1,王成2,习晓环2,骆社周2
(1.东北林业大学森林作业与环境研究中心,黑龙江 哈尔滨 150040;
2.中国科学院遥感与数字地球研究所 数字地球重点实验室,北京 100094)
Road Extraction Using Airborne LiDAR Data in Mountainous Areas
Wang Pu1,2,Xing Yanqiu1,Wang Cheng2,Xi  Xiaohuan2,Luo Shezhou2
(1.Center for Forest Operations and Environment,Northest Forest University,Harbin 150040,China;
2.Key Laboratory of Digital Earth Sciences,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100094,China)
 全文: PDF(4425 KB)  
摘要:
结合山区道路的空间分布特点和激光点云特征,提出了一种从机载LiDAR数据中快速提取山区道路的方法。首先,利用形态学滤波方法进行点云滤波,以去除原始数据的非地面点(建筑、输电线路以及植被等)。在此基础上,采用基于多规则区域生长算法提取道路点并进行优化、然后采用Freeman链编码方法定位追踪道路边界,并利用数学形态学方法进一步细化道路中心线,进而提取完整的道路信息。利用山区机载LiDAR点云数据进行试验并与其他方法的处理结果进行比较,结果表明:本文方法能够有效地从激光点云中提取道路信息:提取道路的完整度为93.87%,正确率为93.84%,质量为88.43%。
关键词: 激光雷达点云山区道路多规则区域生长    
Abstract: Based on the spatial distribution and characteristics of LiDAR points cloud of roads in mountainous areas,an effective method for road extraction from airborne LiDAR data is proposed in this research.First,the morphological filtering method is applied to remove above\|ground points cloud (such as buildings,transmission lines and vegetation etc.).Second,a region growing algorithm with multiple rules is used to extract and optimize the road points cloud.Finally,the road boundaries are located and tracked by using Freeman chain code method.Moreover,the mathematical morphology refining processing is used to extract the central line of mountainous road.The experimental results show that the proposed method is effective to extract road information in mountainous areas,and the completeness,accuracy and quality are 93.87%,93.84%,88.43%,respectively.
Key words: LiDAR    Point cloud    Mountain road    Multiple rules    Region-growing
收稿日期: 2016-10-15 出版日期: 2017-11-02
:  TP 237  
基金资助: 林业公益性行业科研专项(201504319),国家科技部重大科学仪器研制专项“机载双频激光雷达产品开发和应用项目”(2013YQ120343)。


作者简介: 王濮(1993-),男,河南省固始人,硕士研究生,主要从事激光雷达遥感研究。Email:wangpu0129@hotmail.com.
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
王濮
邢艳秋
王成
习晓环
骆社周

引用本文:

王濮,邢艳秋,王成,习晓环,骆社周. 机载LiDAR数据提取山区道路方法研究[J]. 遥感技术与应用, 2017, 32(5): 851-857.

Wang Pu,Xing Yanqiu,Wang Cheng,Xi Xiaohuan,Luo Shezhou. Road Extraction Using Airborne LiDAR Data in Mountainous Areas. Remote Sensing Technology and Application, 2017, 32(5): 851-857.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2017.5.0851        http://www.rsta.ac.cn/CN/Y2017/V32/I5/851

[1] 廖凯涛,齐述华,王成,王点. 结合GLAS和TM卫星数据的江西省森林高度和生物量制图[J]. 遥感技术与应用, 2018, 33(4): 713-720.
[2] 虢韬,沈平,时磊. 机载LiDAR快速定位高压电塔方法研究[J]. 遥感技术与应用, 2018, 33(3): 530-535.
[3] 孟庆岩,孙云晓,张佳晖,等. 基于多源遥感的建筑区绿化垂直分布特征与空间配置分析——以匈牙利塞克什白堡市为例[J]. 遥感技术与应用, 2018, 33(2): 370-376.
[4] 梁茜茜,张汉德,孙根云,王鹏. 基于机载激光雷达数据的海岸带水域提取方法[J]. 遥感技术与应用, 2018, 33(1): 136-142.
[5] 王苏芸,孙中昶,郭华东,申维. 基于面向对象的东营市城乡建设用地信息提取[J]. 遥感技术与应用, 2017, 32(4): 780-786.
[6] 何原荣,郑渊茂,潘火平,陈鉴知. 基于点云数据的复杂建筑体真三维建模与应用[J]. 遥感技术与应用, 2016, 31(6): 1091-1099.
[7] 董立新. 林分平均高度卫星遥感新进展[J]. 遥感技术与应用, 2016, 31(5): 833-845.
[8] 秦海明,王成,习晓环,聂胜. 机载激光雷达测深技术与应用研究进展[J]. 遥感技术与应用, 2016, 31(4): 617-624.
[9] 范一大,和海霞,李博,刘明. 基于HJ-1 CCD数据的洪涝灾害范围动态监测研究—以黑龙江省抚远县为例[J]. 遥感技术与应用, 2016, 31(1): 102-108.
[10] 李文娟,赵传燕,别强,高婵婵,高云飞. 基于机载激光雷达数据的森林结构参数反演[J]. 遥感技术与应用, 2015, 30(5): 917-924.
[11] 王向玉,谢东辉,汪艳,陈一铭,漆建波,阎广建,张吴明. 基于地面激光雷达点云数据的单木三维重建[J]. 遥感技术与应用, 2015, 30(3): 455-460.
[12] 苏腾飞,李洪玉. 一种两阶段区域生长的遥感图像分割算法[J]. 遥感技术与应用, 2015, 30(3): 476-485.
[13] 曾祥钊,李传荣,张正,周梅. 面向海量点云快速显示的叠加型金字塔索引结构研究[J]. 遥感技术与应用, 2015, 30(3): 534-539.
[14] 穆喜云,张秋良,刘清旺,庞勇,胡凯龙. 基于激光雷达的大兴安岭典型森林生物量制图技术研究[J]. 遥感技术与应用, 2015, 30(2): 220-225.
[15] 化蕾,黄洪宇,陈崇成,黄淑华.  基于激光点云数据的客家土楼三维建模[J]. 遥感技术与应用, 2015, 30(1): 115-122.