车载激光点云领域比较的道路边线提取方法

对车载激光扫描获取的高速公路信息进行研究,提出直接利用三维激光点云数据的平面和高程信息,通过点云与其邻域比较进行道路边线提取的方法。该方法提取不需要其他辅助数据,能直接从点云中自动提取出道路边线信息,对点云数据自动提取具有一定借鉴意义。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

基于车载激光点云的道路边线自动分类与提取

车载点云数据的自动分类与提取是进行城市三维建模的基础和关键步骤。文章利用国产SSW车载激光建模测量系统获取的点云数据丰富的底层信息(点云基于激光扫描坐标系的坐标、相邻点梯度等)提出了一种针对道路边线的自动分类与提取算法。通过粗提取和精提取两个步骤得到准确的道路边线点云,再采用最小二乘拟合算法进行拟合,自动生成道路边线矢量文件。     

基于多特征联合分析的车载点云市区道路边界线提取

车载激光扫描系统目前已应用于智慧城市建设、道路资产管理等多个方面。本文针对车载LiDAR点云数据道路边界提取问题,提出基于多特征联合且适应多类道路的边界提取方法。构建点云局部邻域高差梯度、回波梯度与曲率梯度,通过设置阈值提取道路边线。结果表明,该方法在直行道路、曲弯、直弯等代表性道路环境中均取得了较好的结果,验证了算法的鲁棒性,对扩展研究车载LiDAR在道路场景中的应用具有重要价值。     

道路中线与边线一次性测设元素的计算与编程实现

本文推导了道路中线与边线点位的平面坐标计算公式 ,并为此编写了软件 ,实现了用全站仪在道路任意点上或附近控制点上快速测设道路中线与边线的目的。实践证明 ,该方法可大大提高道路放样的工作效率。     

顾及形态特征约束的大范围道路中心线提取算法

针对规则格网分块提取大范围路网(地级城市及以上)中心线算法在分块边界处极容易出现结构严重变形等问题，该文提出了一种顾及形态特征约束的大范围道路中心线分块提取算法。首先，基于道路面数据获取道路边线数据，计算其曲率，探测边线中的平直部分；然后，以边线中的平直部分作为分块基础，建立“转盘法”将大范围道路分割为多个小范围道路；最后，以分割的小范围道路作为处理单元，基于德洛内(Delaunay)三角网分区域进行中心线提取，并在分割边界处进行中心线拟合，完成大范围路网中心线提取，提高了中心线提取的准度和精度。以江苏省某市地理国情普查道路数据进行实验，结果表明，该文方法所提中心线形态均自然、光滑，且效率较规则分块方法提高2.5倍。     

格网邻域滤波在车载激光点云道路边线提取中的方法研究

结合城市车载激光扫描点云道路数据与地物点各自的特点和空间分布,用路面点云控制道路两侧地物点云进行滤波,从而实现道路路面点和地物点的分离,并根据城市道路中含有高出路面边缘的路缘石的结构特性设置阈值来提取路缘石,通过设置合适的格网及其邻域格网中点的密度特性进一步滤波路缘石,生成道路边线。     

基于道路绿地特征的遥感影像道路信息提取方法研究

针对高空间分辨率卫星遥感图像上道路绿地的特点,提出一种基于道路绿地形状和空间分布特征识别道路边线和中心线的方法。在基于NDVI提取绿地信息的基础上,根据道路绿地的形状特征(细长),采用面积、主轴方向、紧致度、矩形度和长宽比等形状指数,区分道路绿地与其他绿地;根据道路绿地之间以及道路绿地和道路之间的空间关系特征,同时通过生成已知道路绿地区域的缓冲区,分隔那些与非道路绿地连成一片的道路绿地;最后,根据道路绿地的方向和距离特征提取出道路边线和中心线。     

道路边线点的坐标计算与微机程序简介

本文推导了在道路弯道处连接曲线边线桩点大地坐标的计算公式,采用Ｔｒｕｅ ＢＡＳＩＣＶ２．０３版语言编制了自动计算程序,实现了在道路附近任意控制点上快速测设连接曲线全部边线点的目的。     

基于车载点云数据的道路边界点提取方法

本文针对以往道路边界信息获取存在的效率差、精度低等问题,提出一种基于移动车载激光扫描点云数据的道路边界点提取方法。首先,为减少道路原始点云数据量,提高后续处理算法的效率,使用Volex Grid滤波器下采样原始车载点云数据,得到抽稀后道路点云数据;其次,使用直通滤波算法对抽稀后点云数据进行滤波处理,剔除高大建筑物、植被等点云数据并使用梯度滤波算法分离地面点与非地面点;最后,使用边界特征估计法完成道路三维边界点的提取。使用两组不同类型路段点云数据进行实验,结果显示本文方法提取直线路段道路边线的完整率与准确率为96.3%、98.8%,提取弯曲路段道路边线的完整率与准确率为91.8%、96.7%,表明本文方法能够有效提取道路边界点,具有较高的准确性,能够为高精地图制作提供可靠的数据支撑。     

自动赋初值的LSB-Snake模型的道路半自动提取方法研究

LSB-Snake模型是一个半自动提取线状地物的有效方法,但是在提取道路时需要人工输入道路特征（与背景相比道路的亮暗、宽度）作为初始值,在初始种子点稀少的时候不够稳健,且降低了LSB-Snake模型的效率。因此,本文提出了自动赋初值的LSB-Snake模型,采用自适应模板匹配方法为LSB-Snake模型提供初始特征,同时在初始种子点的基础上自动生成可靠、密集的点,共同作为LSB-Snake模型的种子点参与道路提取。对IKONOS和QuickBird进行道路提取的试验证明：在给定同样数目的初始种子点的情况下,提出的自动赋初值LSB-Snake模型比LSB-Snake模型更加稳健;由于无需人工输入道路特征,自动化程度更高;在道路附近地物阴影、遮挡较多的情况下,抗干扰能力更强。     

通过预测和共线性检验快速提取直线特征

利用直线和直线条带可以方便地描述道路。在道路影像中，直线往往包含有缝隙，直线条带则会包含孔洞以及附着有不规则块。已有的方法在提取这类不甚理想的基元时都有一些缺陷。针对此情况，本文提出一种新的直线提取思路： 首先，提取边缘并细化； 然后，依据结构特点得出直线基本段； 最后，反复利用已获取的部分预测并检测出后续点。同样的思路也可用于直线条带的提取。实验结果证明，该算法具有优良的性能。     

A fitted B-spline method to derive a representative 3D axis from a set of multiple road traces

Collecting data to make an accurate representation for roads is an expensive process. Nevertheless, there is a collaborative alternative for this endeavour. Many drivers, bicyclists and even pedestrians have consumer-grade GPS (low precision) on their smartphones or electronic devices. Those users could transfer their road or track itineraries to a large database in order to compute the accurate geometry of any route. For each road or track, the large database would have many traces from which to infer an accurate representative 3D axis. Several inference methods have been proposed but most of them to fit the 2D trace data set. We propose to create a set of ordered points from the 3D trace data set and then using the least-squares method, to fit a B-spline curve to those points. The resulting parameterized curve will be a good representative 3D axis of the traces. Our method considers the nodes to be evenly separated and allows the system to recommend the number limit of nodes necessary to reach the convergence.     

Using mobile laser scanning data for automated extraction of road markings

A mobile laser scanning (MLS) system allows direct collection of accurate 3D point information in unprecedented detail at highway speeds and at less than traditional survey costs, which serves the fast growing demands of transportation-related road surveying including road surface geometry and road environment. As one type of road feature in traffic management systems, road markings on paved roadways have important functions in providing guidance and information to drivers and pedestrians. This paper presents a stepwise procedure to recognize road markings from MLS point clouds. To improve computational efficiency, we first propose a curb-based method for road surface extraction. This method first partitions the raw MLS data into a set of profiles according to vehicle trajectory data, and then extracts small height jumps caused by curbs in the profiles via slope and elevation-difference thresholds. Next, points belonging to the extracted road surface are interpolated into a geo-referenced intensity image using an extended inverse-distance-weighted (IDW) approach. Finally, we dynamically segment the geo-referenced intensity image into road-marking candidates with multiple thresholds that correspond to different ranges determined by point-density appropriate normality. A morphological closing operation with a linear structuring element is finally used to refine the road-marking candidates by removing noise and improving completeness. This road-marking extraction algorithm is comprehensively discussed in the analysis of parameter sensitivity and overall performance. An experimental study performed on a set of road markings with ground-truth shows that the proposed algorithm provides a promising solution to the road-marking extraction from MLS data.     

基于RS和GIS的大面积区域路网现状信息调查研究

提出了一种有效的道路现状普查模式,利用数学形态学和矢量化相结合的方法,根据最新遥感影像对大面积区域路网进行适时提取。能够在较短的时间内将大面积区域的现状路网数据入库并制作专题路网现状地图,通过实际应用,证明方法可靠,可推广利用。     

基于形状先验和图割的高分辨率遥感影像道路提取

给出一种从高分辨率遥感影像中提取道路的方法。先对遥感影像进行滤波预处理获取纹理特征;再以图割解算经典能量函数获取道路图斑,其中利用高斯混合模型构建T链;接着利用直线匹配法获得初始道路段;最后用图割解算融合了两种形状先验的能量函数,结合动态外推的思路连接道路段。对不同遥感影像的实验证明了算法的有效性。     

基于MO的道路浏览与查询系统的设计与实现

道路浏览与查询系统的建立已成为数字化城市的重要组成部分,该研究以新疆主要道路为例,以GIS技术的发展和应用为背景,以方便自驾游者及司机使用和数字化城市为目标,根据新疆主要道路的分布,设计和建立了新疆主要道路浏览与查询系统。系统结合GIS组件Map Objects技术、ACCESS数据库技术和面向对象的VB编程语言,构建了道路浏览与查询系统平台。系统具有道路浏览、道路查询检索、图层控制、打印输出、道路基本信息浏览、漫游等功能。其主要面对自驾游者、司机以及外地游客,为用户提供交通方便,从而达到道路交通的数字化、可视化及社会化应用。     

Road Network Extraction from High-Resolution Remote Sensing Image Using Homogenous Property and Shape Feature

According to spectral homogeneity and ribbon-like shape of road, this letter presents a simple yet effective method of delineating road networks from high-resolution remote sensing images. The proposed method consists of three main steps. First, the mean shift algorithm is utilized to detect the modes of density of image points in spectral–spatial space which contain potential road center points and then detected mode points are classified into different classes by mean shift-based clustering on the basis of spectral information. Next, the combination of Gabor filtering and tensor encoding is used to identify the road class and to extract road center points. Lastly, road network is generated from detected road center points by means of tensor voting and connected component analysis. The experimental results demonstrate good performances of the proposed method in road network extraction from high-resolution remote sensing images.     

利用偏度平衡自动提取机载LiDAR点云城区道路

针对机载LiDAR点云提取城区道路自动化程度低以及提取道路网不完整的问题,提出一种基于偏度平衡算法自动提取城区道路的方法。首先,计算末次回波点云中邻近点的坡度,依据城市道路设计标准选择坡度阈值,分离非地面点并获得初始道路点云;然后,利用偏度平衡算法计算出最优强度阈值,滤除非道路点,再结合道路与停车场的空间位置关系,通过点距精化初始道路点云;最后,对道路区域进行细化和平滑,得到道路中心线。通过定量分析及对比实验,该方法能够自动地从LiDAR点云中提取出较为完整的道路网。     

车载激光扫描数据中高速公路路面点滤波

提出了一种从车载激光扫描数据中自动提取路面的方法。通过分析车载激光扫描点云的空间特征,提出运用近似平面约束法、有序最小二乘坡度估计法和多尺度窗口迭代分析法进行初始路面种子点提取;然后基于局部坡度滤波方法提取所有的路面点;最后选择两组实际点云数据进行实验。结果表明,该方法能快速准确地提取高速公路路面点云,实验数据的提取准确率为95.74%,完整率为98.11%。