基于车载激光点云数据的行道树提取方法

针对道路车载激光扫描点云数据中行道树与其他地物相互遮掩，存在杆状物分类困难的情况，本文提出了一种基于车载激光扫描数据的行道树自动提取方法。首先，构建格网并地形点云滤波，提取非地面点，从而提升后续算法的运算效率；其次，在非地面点的基础上构建空间体元进行邻域分析，提取树干点云，同时建立树冠分层点云投影面积理论，提取得到树冠点云；最后，使用改进分割算法进一步修正树冠点云归属，实现行道树的单体化。使用两组不同类型道路点云数据进行实验，结果显示本文算法提取行道树的平均提取完整率与正确提取率分别为90.73%、91.22%，较对比方法具有一定优势，为行道树的高效、快速、准确提取提供了新的思路。