CN106022259B - 一种基于激光点云三维特征描述模型的山区道路提取方法 - Google Patents

Abstract

本发明公开一种基于激光点云三维特征描述模型的山区道路提取方法，步骤为：利用激光点云回波信号次数信息初步滤除非地面点进行地面点滤波获得地面点点集；构建一种三维特征描述模型来提取山区道路特征；对地面点点集建立栅格索引，进行局部曲面拟合，求出栅格中心点对应曲面切面坡度值并赋给该栅格；计算每个栅格和邻接八个栅格的八向坡度差；制定局部坡度差和坡度差权值间的对应关系曲线，将栅格八向坡度差代入曲线并对所得权值求和，得到每个栅格的特征因子，制定特征因子阈值来过滤非道路栅格，得到初始道路点点集；设立阈值区间过滤初始道路点点集，得到候选道路点点集；栅格化并二值化候选道路点点集所在区域，得到精化后的山区道路。

Description

一种基于激光点云三维特征描述模型的山区道路提取方法

技术领域

本发明属于地理空间信息系统技术领域，特别是涉及一种激光点云数据的山区道路提取方法。

背景技术

山区道路是重要的基础设施，在应急救灾的过程中扮演着生命线的角色，山区道路信息的快速准确提取和更新，对于抗灾救援具有重大意义，同时在地图更新，交通管理等方面也有很高的应用价值。机载激光扫描是一种激光探测和测距技术，它通过接收机载激光设备对地发射激光束的回波信号的方式来记录地面信息。机载激光扫描能够获取地表的三维坐标、回波次数和反射强度等数据。相比于传统的遥感方法，例如航空摄影测量和雷达干涉测量，机载激光扫描技术受大气环境和太阳光线影响小，畸变小，精度高，效率高，将机载激光扫描技术应用于山区道路提取，有利于克服山区的复杂地形条件和应对灾害多变情况，实现有效的道路信息获取。

目前基于激光点云的道路提取方法主要着眼于对于城区道路的提取，鲜有针对山区的道路提取方法。而我国幅员辽阔，地形条件复杂，山区覆盖面积广大，且就山区而言，西部山区海拔高，地形陡峭，植被覆盖稀疏，而东南一带丘陵地区海拔较低，山体缓和，植被覆盖密集，因此针对山区道路的提取方法应该同时考虑到有效性和适应性两个层面。此外，现有针对机载激光扫描的算法多数着眼于对点云三维坐标的处理，关注点在于地形特征，而没有充分考虑到地形变化条件，因此，建立一种兼备有效性和环境适应性的山区道路提取方法成为一项必要的工作。

目前，基于激光点云的道路提取方法主要有以下两种：

(1)基于反射强度的道路提取方法

该类方法需要先对激光点云数据进行滤波，以滤除非地面点，保留地面点作为道路提取的候选点，然后根据不同地物所对应的激光反射强度差异，对道路点进行提取，之后还需要利用TIN边长约束或聚类精化的方法优化提取结果。这种方法能够较快地从海量的激光点数据中提取出道路信息，但是多种地物的反射强度信息特征具有一定的相似性，且激光点云的反射强度信息受到反射角度、测距等多种信息干扰，在山区这种复杂地形环境下，很难确定出准确的反射强度阈值区间来提取特定地物，利用反射强度信息作为山区道路提取的主要依据，提取精度不高。该类方法在下列文献中均有论述：Wang Yuan，Chen Si-ying，Zhang Yin-chao，et al.Automatic road extraction for airborne LiDARdata.International Symposium on Photoelectronic Detection and Imaging.LaserSensing and Imaging and Applications，2013.Jiaping Zhao，Suya You，JingHuang.Rapid Extraction and Updating of Road Network from Airborne LiDARData.Applied Imagery Pattern Recognition Workshop，2011.曾静静，卢秀山，王健等.基于LIDAR回波信息的道路提取.测绘科学，2011.赵振峰.基于机载LIDAR点云的道路提取研究.昆明理工大学，2012。

(2)基于坡度的道路提取方法

该类方法在剔除激光点云粗差之后，通过构建三角网或者进行局部曲面拟合的方式求得局部地形的坡度，通过设置坡度阈值来获取坡度平缓区域的点云，然后根据道路的连通性特性或反射强度特性，利用连通性分析方法或是反射强度、高程信息等优化提取结果。这种方法速度快，逻辑简单，但是该方法主要着眼于坡度信息，没有考虑到地形坡度变化特征，对于大面积缓坡或是谷地的山区道路来说提取精度和效率都会受到极大影响，环境适应性较弱。该类方法在下列文献中均有论述：Li Liu，Samsung Lim.A NovelAlgorithm for Road Extraction from Airborne Lidar Data.Proceedings ofResearch at Locate，2014.王涛，杨建思，廖明生.从机载激光扫描数据中提取道路.测绘信息与工程，2006。

发明内容

本发明的目的在于提供一种解决从机载激光点云数据中准确提取山区道路的难题，根据机载激光点云数据的特点，提出一种利用特征描述模型来提取激光点云中道路点的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于激光点云三维特征描述模型的山区道路提取方法，包括以下步骤：

步骤1，对经过地面滤波的三维激光点云数据建立细分的栅格索引，遍历栅格，以栅格中心点为圆心，搜索一定半径范围内的点进行曲面拟合，求出栅格中心点对应曲面切面的坡度值，将该坡度值赋给对应栅格；

步骤2，计算每个栅格和邻接八个栅格之间的坡度差，称为八向坡度差；

步骤3，利用局部坡度差和坡度差权值之间的对应关系构建三维特征描述模型中的局部坡度值-坡度值权值对应关系曲线，按坡度差从小到大，对应的坡度差权值从高到低，依照道路设计特点确定具体曲线形态；

步骤4，将每个栅格的八向坡度差分别代入步骤3中曲线，得到对应的坡度差权值，并对坡度差权值求和，得到每个栅格的特征因子；

步骤5，根据道路和山区其它区域的局部地形空间特征差异，制定特征因子阈值来过滤非道路栅格，实现对山区道路的提取。

优选的，所述步骤1中分为以下子步骤：

步骤1.1，对经过地面滤波得到的地面点点集按照1m*1m的大小建立栅格索引，遍历栅格，以栅格中心点为圆心，搜索一定半径范围内的点进行曲面拟合，求出栅格中心点对应曲面切面的坡度值；

步骤1.2，根据《公路工程技术标准JTG B01-2014》标准，在设计速度20km/h情况下，最大纵坡为9％，即0.09，考虑到激光点云高程误差和密度，放宽为0.12，即道路坡度最大不应大于0.12，对栅格对应坡度值i分段赋值，若i大于0.12，将0.12赋值给该栅格，并标注该栅格为非道路栅格，若i≤0.12，则将坡度值i赋给对应栅格。

作为优选，所述步骤2～5的具体内容为：

步骤2，计算出栅格化的激光点云数据中每个栅格的坡度之后，遍历栅格，针对当前栅格，设其坡度值为i₀，其邻接八个栅格的坡度值分别为i₁～i₈，分别计算i₀和其余八个坡度值之间的差值，即八向坡度差，分别记录为d₁～d₈；

步骤3，制定局部坡度差和坡度差权值之间的对应关系曲线，按坡度差从小到大，对应的坡度差权值从高到低，按照道路设计特点确定曲线形态；

步骤4，将每个栅格的八向坡度差分别代入步骤3中曲线，得到对应的坡度差权值P1～P8，并对坡度差权值求和，得到每个栅格的特征因子，地面越平坦，特征因子数值越高；

步骤5.1，根据道路和山区其它区域的坡度差异，制定特征因子阈值t来过滤非道路区域；

步骤5.2，将步骤3中的对应关系曲线和步骤5.1中的特征因子阈值统称为特征描述模型，特征描述模型的参数包括局部坡度差和坡度差权值之间对应关系公式中的和特征因子阈值t，通过设置特征描述模型的参数来体现山区道路特征，并通过上述步骤中的操作来利用特征描述模型提取山区道路；

步骤5.3，引入反射强度和数学形态学方法进一步精化提取结果。

作为优选，所述子步骤5.3包括以下子步骤：

步骤5.3.1，根据道路材质的反射强度特征和山区可能存在其余平缓区域反射强度特征之间的差异，设立阈值区间滤除非道路点云，得到候选道路点点集；

步骤5.3.2，将候选道路点点集所在区域栅格二值化，已知影像灰度值区间为0～255，赋予候选道路点栅格灰度值为0，其余栅格灰度值为255；利用数学形态学的开运算滤除道路旁平缓区域，得到精化后的山区道路。

与现有技术相比，本发明的有益效果是：本发明利用山区道路的局部地形空间特征，通过计算建立栅格索引后的激光点云数据的栅格邻域内八向坡度差，有效表征出地形的变化情况；通过制定局部坡度差和坡度差权值之间的对应关系曲线，并对坡度差权值求和为特征因子，用数值表示局部地形特征，并引入阈值，高效判定点云类别；通过将局部坡度差和坡度差权值之间的对应关系曲线以及特征因子提炼为特征描述模型，可以灵活地调整曲线形态和特征因子阈值，从而更好地适应差异性地形环境下的山区道路提取任务。本发明提出的基于机载激光点云三维特征描述模型的山区道路提取方法具有效果稳定、环境适应性强、提取精度高的特点，有效地解决了利用激光点云数据高效灵活地进行山区道路提取的难题，适用于多种环境下的山区道路提取。

附图说明

图1本发明的总体流程图；

图2三维激光点云数据预处理和坡度计算方法；

图3本发明八向坡度差示意图；

图4本发明局部坡度差和坡度差权值对应曲线示意图；

图5道路精化过程。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：本发明的基于激光点云三维特征描述模型的山区道路提取方法原理是利用激光点云数据计算局部区域的坡度差信息，然后基于此，针对山区道路的局部地形空间特征，构建一种新颖的山区道路三维特征描述模型来实现对山区道路的提取。具体包括以下步骤，

步骤1，打开一个点云数据文件并初步滤除非地面点，利用回波信号次数记录预处理点云数据，遍历打开的云数据中所有点的记录，并读取回波信号次数的记录以初步过滤非道路点，获得候选地面点点集。

步骤2，采用趋势面滤波方法进行地面点滤波，获得地面点点集，对步骤1处理得到的候选地面点点集建立栅格索引，并用反距离权重法内插出每个栅格中心点的高程，利用所得到的栅格中心点高程生成趋势面，再利用线性内插方法，得到每个三维激光点的趋势面高程，比较三维激光点趋势面高程和实际高程之差，若差值为负值且大于阈值则予以滤除，保留剩余点为地面点，改变栅格尺寸多次迭代直到地面点数量稳定，得到地面点点集。

步骤3，构建一种三维特征描述模型用于山区道路的提取。三维特征描述模型是一种能描述和区分三维地物特征的三维地形识别模板，该三维特征描述模型通过制定局部坡度差和坡度差权值之间的对应关系来描述局部地面地形特征，对局部的坡度差权值求和为特征因子，通过制定特征因子阈值来体现特定地物地形特征。

步骤4，建立地面点点集的栅格化索引并求出每个栅格所对应的坡度值，具体步骤如下，

步骤4.1，对经过地面滤波得到的地面点点集按照1m*1m的大小建立栅格索引，遍历栅格，以栅格中心点为圆心，搜索一定半径范围内的点进行曲面拟合，求出栅格中心点对应曲面切面的坡度值。

步骤4.2，根据《公路工程技术标准JTG B01-2014》标准，在设计速度20km/h情况下，最大纵坡为9％，即0.09，考虑到激光点云高程误差和密度，放宽为0.12，即道路坡度最大不应大于0.12，基于此，对栅格对应坡度值i分段赋值，若i大于0.12，将0.12赋值给该栅格，并标注该栅格为非道路栅格，若i≤0.12，则将坡度值i赋给对应栅格。

步骤5，根据道路和山区其它区域的局部地形空间特征差异，制定特征因子阈值来过滤非道路栅格，实现对山区道路的提取。

下面对本发明的提取方法中内容进行详细补充说明

A、参见图3，其中表示x栅格坡度值，表示当前栅格坡度和之间的坡度差值。计算所有非道路栅格以外的栅格和邻接八个栅格之间的坡度差，称为八向坡度差；计算出栅格化的激光点云数据中每个栅格的坡度之后，遍历栅格，针对当前栅格，设其坡度值为i₀，其邻接八个栅格的坡度值分别为i₁～i₈，分别计算i₀和其余八个坡度值之间的差值，即八向坡度差，分别记录为d₁～d₈。

B、参见图4，制定局部坡度差和坡度差权值之间的对应关系曲线，按坡度差从小到大，对应的坡度差权值从高到低，按照道路设计特点确定曲线形态。采用正态分布曲线位于横轴正半轴的部分来表示局部坡度差和坡度差权值之间的对应关系，设坡度差权值为P。

参考最新修订的《公路工程技术标准》(JTG B01-2014)规定，以设计速度为20km/h的最低标准为例，在公路纵坡变更处设置的竖曲线最小长度为20m，按步骤4所述以1m*1m的规格划分点云数据，相邻栅格中心点距离约为1m，根据三角函数换算法则可得，属于道路的点云栅格中心点坡度差异最大不大于1/20，即0.05。另据《公路路线设计规范》(JTG D20-2006)等规定，二级、三级、四级公路路拱坡度不应小于1.5％，一般不应大于3％，取3％，则路面两侧坡度差为6％，即0.06。综上，再考虑山区路面残损、点云高程精度和点云密度等情况，设置为0.08，实际参数可以根据不同地区具体环境调整。

C、将每个栅格的八向坡度差分别代入步骤B中曲线，得到对应的坡度差权值P₁～P₈。

D、根据道路和山区其它区域的坡度差异，制定特征因子阈值t来过滤非道路区域。在地形条件变化剧烈的区域，应当提高阈值，防止滤除损坏或不平整道路点，在地形平缓区域，则应当减小阈值。

E、将步骤B中的对应关系曲线和步骤D中的特征因子阈值统称为特征描述模型，特征描述模型的参数包括局部坡度差和坡度差权值之间对应关系公式中的和特征因子阈值t，通过设置特征描述模型的参数来体现山区道路特征，并通过上述步骤的操作来利用特征描述模型提取山区道路。

F、引入反射强度和数学形态学方法进一步精化提取结果，如图5所示，具体步骤如下

根据道路材质的反射强度特征和山区可能存在其余平缓区域(如坡度，草地，河谷，少量耕地等)反射强度特征之间的差异，设立阈值区间滤除非道路点云，得到候选道路点点集；

将候选道路点点集所在区域栅格二值化，已知影像灰度值区间为0～255，赋予候选道路点栅格灰度值为0，其余栅格灰度值为255。利用数学形态学的开运算滤除道路旁平缓区域，得到精化后的山区道路。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于激光点云三维特征描述模型的山区道路提取方法，其特征在于：包括以下步骤：

步骤1，对经过地面滤波的三维激光点云数据建立细分的栅格索引，遍历栅格，以栅格中心点为圆心，搜索一定半径范围内的点进行曲面拟合，求出栅格中心点对应曲面切面的坡度值，将该坡度值赋给对应栅格；

步骤2，计算每个栅格和邻接八个栅格之间的坡度差，称为八向坡度差；

步骤3，利用局部坡度差和坡度差权值之间的对应关系构建三维特征描述模型中的局部坡度值-坡度值权值对应关系曲线，按坡度差从小到大，对应的坡度差权值从高到低，依照道路设计特点确定具体曲线形态；

步骤4，将每个栅格的八向坡度差分别代入步骤3中曲线，得到对应的坡度差权值，并对坡度差权值求和，得到每个栅格的特征因子；

步骤5，根据道路和山区其它区域的局部地形空间特征差异，制定特征因子阈值来过滤非道路栅格，实现对山区道路的提取。

2.根据权利要求1所述的一种基于激光点云三维特征描述模型的山区道路提取方法，其特征在于：所述步骤1中分为以下子步骤：

步骤1.1，对经过地面滤波得到的地面点点集按照1m*1m的大小建立栅格索引，遍历栅格，以栅格中心点为圆心，搜索一定半径范围内的点进行曲面拟合，求出栅格中心点对应曲面切面的坡度值；

步骤1.2，根据《公路工程技术标准JTG B01-2014》标准，在设计速度20km/h情况下，最大纵坡为9％，即0.09，考虑到激光点云高程误差和密度，放宽为0.12，即道路坡度最大不应大于0.12，对栅格对应坡度值i分段赋值，若i大于0.12，将0.12赋值给该栅格，并标注该栅格为非道路栅格，若i≤0.12，则将坡度值i赋给对应栅格。

3.根据权利要求1所述的一种基于激光点云三维特征描述模型的山区道路提取方法，其特征在于：所述步骤2～5的具体内容为：

步骤2，计算出栅格化的激光点云数据中每个栅格的坡度之后，遍历栅格，针对当前栅格，设其坡度值为i₀，其邻接八个栅格的坡度值分别为i₁～i₈，分别计算i₀和其余八个坡度值之间的差值，即八向坡度差，分别记录为d₁～d₈；

步骤3，制定局部坡度差和坡度差权值之间的对应关系曲线，按坡度差从小到大，对应的坡度差权值从高到低，按照道路设计特点确定曲线形态；

步骤4，将每个栅格的八向坡度差分别代入步骤3中曲线，得到对应的坡度差权值P1～P8，并对坡度差权值求和，得到每个栅格的特征因子，地面越平坦，特征因子数值越高；

步骤5.1，根据道路和山区其它区域的坡度差异，制定特征因子阈值t来过滤非道路区域；

步骤5.2，将步骤3中的对应关系曲线和步骤5.1中的特征因子阈值统称为特征描述模型，特征描述模型的参数包括局部坡度差和坡度差权值之间对应关系公式中的和特征因子阈值t，通过设置特征描述模型的参数来体现山区道路特征，并通过上述步骤中的操作来利用特征描述模型提取山区道路；

步骤5.3，引入反射强度和数学形态学方法进一步精化提取结果。

4.根据权利要求3所述的一种基于激光点云三维特征描述模型的山区道路提取方法，其特征在于：所述子步骤5.3包括以下子步骤：

步骤5.3.1，根据道路材质的反射强度特征和山区可能存在其余平缓区域反射强度特征之间的差异，设立阈值区间滤除非道路点云，得到候选道路点点集；

步骤5.3.2，将候选道路点点集所在区域栅格二值化，已知影像灰度值区间为0～255，赋予候选道路点栅格灰度值为0，其余栅格灰度值为255；利用数学形态学的开运算滤除道路旁平缓区域，得到精化后的山区道路。