论文部分内容阅读
随着信息技术的发展与进步,如何实现空间数据的快速获取,已成为地理信息系统研究的焦点。车载激光扫描技术与传统的测量手段相比可快速获取大面积高精度的三维数据,作为新的数据获取手段,已渐应用于地理信息产业中。激光扫描数据的分类与提取是三维建模的前提与关键,分类得到的数据,可根据用户的实际需要进行应用。车载激光扫描系统在进行城市数据采集时获取了路面、建筑物、植被、电线杆等不同类型的点云数据,传统的车载分类方法大多研究如何将建筑物、窗户、电杆等数据提取出来,而根据车载激光扫描系统的工作原理,在数据采集的过程中,路面贯穿于整个车载扫描的场景之中且高程较低,若能首先将路面数据分类出来,将减少后续研究的数据量,且能提高其他地物分类的精度。针对上述问题,本文介绍了车载系统的构造、原理、数据采集的方式、外业采集流程等,总结了其他学者基于激光扫描数据所采用的分类方法,在前人研究的基础上,本文采取基于路面特征和渐近格网相结合的方法,进行路面点的分类与提取。首先根据路面点的特征,在获取的点云数据中其高程值较小。设定高程阀值将高.程过高的点云数据剔除,这样将减少后续分类的数据量。然后依据渐进格网的方法进行路面点的分类与提取,根据测区的范围大小,及采集的数据点的坐标进行格网的建立;通过设定阀值与点云数据的高程值、格网内部的高程差比较,实现路面点的分类与提取。依据上述方法进行路面的分类与提取时,格网间距的设定将影响最终的分类效果,若将格网设置过大,在分类的过程中,可能会出现将地面点误判为地物点的情况,而将地面点剔除;而格网较小时可能会导致将地物点误判为地面点。因此,本文采用反复调节格网间距的方法,来改善分类效果,进行路面点的分类与提取。通过对现有的数据进行实验,可得出在扫描场景中,由于地形在不断的变化,格网的大小应随实际情况进行调整,格网调整过大或过小,得到的分类效果都不是很理想。在实际情况中,应该多次调节,使格网的大小适中,保证分类的效果。