图像语义分割辅助的车载激光点云道路提取方法

• 作者: 于博 安居白 张军军 李春庚
• 来源期刊: 国土资源遥感
• 学科: 地球科学
• 关键词: 道路提取 语义分割 深度学习 融合配准 霍夫变换
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 66-74
• 页数: 9页
• 分类号: P208|TP183
• 字数: 5080字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.01.10

摘要

针对车载激光扫描系统获得的点云数据量大,难以获得有效特征进行分割分类提取道路的现状,提出一种深度学习图像语义分割辅助的激光点云道路提取方法.采用二维图像语义分割、数据融合配准粗分类、三维霍夫变换点云平面分割拟合和局部优化点云细分类的四步工作流程对车载激光点云进行道路提取.在2段不同的城市道路点云数据中进行提取与评测,获取的道路数据正确率与完整率均达到99％以上,提取质量优异,可满足实际应用需求.经实验分析,该方法可有效提取不同道路情况的道路点云,对点云数据的原始条件约束较少,相比其他方法在普适性和鲁棒性上都有大幅的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春庚	大连海事大学信息科学技术学院	29	74	6.0	7.0
2	安居白	大连海事大学信息科学技术学院	39	314	10.0	17.0
3	于博	大连海事大学信息科学技术学院	4	0	0.0	0.0
4	张军军		1	0	0.0	0.0