论文部分内容阅读
铁路是一种综合的交通运输方式,在国民经济发展中发挥着重要作用,其中铁路轨道是铁路基础设施对象测绘定位的关键要素。而现有的铁路测量方式往往测量周期长、效率低下,无法实现铁路专题要素的快速精确提取。因此,研究一种全新的铁路轨道提取方法,是测绘地理信息行业亟待解决的问题。激光雷达技术具有数据采集快、信息获取全面及测量精度高和自动化程度高等优点,为铁路轨道的提取提供了良好的基础。本文针对机载LiDAR和车载LiDAR数据的不同特点,综合利用高分辨率遥感影像,实现了对铁路轨道线的自动提取。主要研究内容如下:(1)本文在机载LiDAR点云和影像匹配融合的基础上,综合利用点云的三维特征以及影像的光谱和灰度信息,并根据铁路路基、局部地形等特征,基于面向对象分类技术实现了对铁路区域的自动识别与提取。(2)基于高分辨率遥感影像,采用高斯平滑和微分几何的线性地物提取算法,建立了铁路轨道线提取方法。在噪声消除、线段连接的基础上建立轨道平行线算法模型,从而实现轨道信息的准确提取。(3)针对高密度的机载LiDAR数据,在获取铁路掩膜区域的基础上,明确定义铁轨的约束条件,分类出铁轨激光点云。结合最小二乘拟合方法建立了铁轨线提取技术流程。(4)针对车载LiDAR铁路点云的特点,采用改正后的GPS中心线构建铁路轨道缓冲区,然后针对滤波后的车载LiDAR点云,根据轨道横断面的形状特征,建立适用于轨道拟合提取的模板匹配算子,进而基于形状匹配算法实现铁路轨道的自动提取。