[摘 要]本文对车载雷达数据生成特征图像的生成方法做了介绍，考虑了平面距离因素、高程差异因素、网格间隔大小对其提取精度的影响。并分析了参数选择对特征提取的影响。
　　[关键词]权值、格网特征值、精度分析
　　中图分类号：TH797 文献标识码：A 文章编号：1009-914X（2017）36-0298-01
　　0 引言
　　为快速实现车载散乱点云中的目标分类与识别，本文将针对车载散乱点云数据，通过分析点云的空间分布特征（平面距离、高程差异、点云密集程度等），生成一种能够反映车载点云数据中不同目标几何属性的地理参考点云特征图像。针对生成的地理参考点云特征图像，将车载点云数据转换到二维图像空间，并对散乱的点云数据进行后续的分类和特征提取。[1]
　　1 平面投影
　　对于上述的格网而言，一旦通过分析格网内部点云的分布特征（平面距离、高程差异、点密集程度等）确定了每个最小单元格网的特征属性（灰度）即可生成一幅能反映整个扫描区域点云分布特征的地理参考图像。
　　2 权值计算
　　假设落在第个格网中的激光扫描点个数为，格网（i，j）的中心点为，利用个扫描点的三维坐标值加权计算格网的特征值，然后将其归化到之间形成格网所代表的特征灰度。显然，每个最小单元格内的特征值受落在该单元格内的扫描点的個数、空间分布形式（即平面距离、高程差异等）决定。[2]需要对点进行定权，从而确定每个格网的特征值，制定了格网扫描点的如下规则：
　　Rule1：格网中扫描点距离格网中心点的平面距离越远，则该扫描点对格网中心点旳权值贡献越小；
　　Rule2：格网中扫描点的高程值与格网内最低高程值的差异越大，则该扫描点对格网中心点的权值贡献越大。
　　设格网（i，j）中的最小高程和最大高程分别为，而整个点云区域最小高程和最大高程分别为，
　　最后将格网特征值归化到0～255灰度空间即可得到格网对应的地理参考点云特征图像的像素值。
　　4 精度分析
　　1、在点密集程度满足要求的条件下，格网采样间隔越小，图像细节表现越明显，不同地物目标类型间的边界差异也越明显，同时算法生成的地理参考点云特征图像受权值系数；的影响也越小。
　　2、电力线的提取可以采用较小的α值生成的图像进行处理，而建筑物和树木的提取则可釆用较大的α值生成的图像进行处理。
　　5 结语
　　本文详細介绍了地理参考点云特征图像的生成算法，重点考虑了平面距离因素与高程差异因素对权值计算的影响。最后通过车载点云数据生成了扫描区域的地理参考点云特征图像，并对生成的图像进行了算法参数方面的分析，讨论了格网采样间隔与权值系数对生成的地理参考点云特征图像的影响。[3]
　　参考文献
　　[1] 吴芬芳，李清泉，基于车载激光扫描数据的目标分类方法.测绘科学，32（4）：75-77
　　[2] 张齐勇，岑敏仪，周国清等.城区Lidar点云数据的树木提取测绘学报.38（4）330-335.
　　[3] 陶金花，苏林，一种保护细节的从机载激光点云中提取城区DTM的方法.遥感学报，12（2）：233-238
　　作者简介
　　石晨辰（1993.03--）男，山西省运城人，学历：硕士，专业：大地测量学与测量工程。