摘要: 位于主干道两侧的行道树是城市的重要基础设施之一，精确、高效地获取行道树的各项林木属性参数是市政管理工作中的基础任务，也为智慧城市、智慧交通等新兴领域提供了高质量的数据储备。作为测绘领域中的一项前沿技术，车载激光扫描技术在近年来取得... 展开 位于主干道两侧的行道树是城市的重要基础设施之一，精确、高效地获取行道树的各项林木属性参数是市政管理工作中的基础任务，也为智慧城市、智慧交通等新兴领域提供了高质量的数据储备。作为测绘领域中的一项前沿技术，车载激光扫描技术在近年来取得了长足的发展，支持快速、高效、大范围地采集目标地物真彩三维点云，为行道树目标的提取提供了良好的数据源。因此，研究一种车载激光点云数据中行道树精细化提取方法具有重要意义！ 目前，基于车载激光点云的行道树目标提取研究中主要存在下列问题:稳健性不足，对于树干垂直性较弱的行道树提取效果不佳;识别能力有限，当行道树与人造杆距离过近时易受其影响，无法正确提取;相邻行道树树冠难免存在交叉重叠现象，仅使用简单分割算法无法精确分割相连树冠。本文围绕上述问题，深入总结前人的研究思路与方法，基于车载激光点云数据识别行道树目标，实现复杂城市道路环境下行道树单体点云的精细化提取，主要工作内容如下: (1)深入分析城市主干道周边典型地物在三维空间内的形态分布，基于杆状特征设计了地物杆柱状部分点集提取方法。首先对原始点云进行预处理，在去除冗余的地面点与噪声点的前提下建立三维规则格网索引，然后结合杆状特征对体元进行空间邻域分析与聚类处理，获取地物杆柱状部分点集，为后续的分类奠定基础。 (2)根据各类杆目标的上部非杆柱状点云之间的形态差异并结合行道树与人造杆之间的相对位置关系，构建了一种基于地物非杆柱状部分点集的维数特征判别法，从现有点云中识别并滤除人造杆目标，保留树干点云，并通过聚类初步获取树冠点云。 (3)针对行道树树冠相连难以分割的问题，设计了基于分段曲线轮廓拟合的相连树冠精细化分割方法。首先建立以道路行驶方向为约束的局部坐标系，在此基准下使用导函数法确定相连行道树的冠层交叉点，然后利用“道格拉斯-普克算法”获取目标冠层特征点并按特征点进行分段，接着对各分段内冠层点依次使用样条曲线进行拟合，最终根据分段样条曲线拟合结果推导出树冠轮廓趋势线实现相连树冠点云的精细化分割。 本研究通过2个路段及其中4块典型区域内行道树提取结果的定量分析与评价并与现有方法进行对比分析。实验结果表明，算法的整体识别率可达到93.22％，整体召回率可达到91.86％，对不同城市道路环境下的常见行道树具有良好的提取效果。 收起