河南固僖文化传媒有限公司

　　車載移動測量系統(tǒng)是現(xiàn)代測繪技術(shù)研究的熱點(diǎn)問題。針對不同移動測量系統(tǒng)的數(shù)據(jù)處理問題，國內(nèi)外專家學(xué)者進(jìn)行了大量的實(shí)驗(yàn)研究。國外在該領(lǐng)域的研究起步較早，Manandhar和Shibasaki提出了根據(jù)斷面掃描點(diǎn)的點(diǎn)位空間分布特征將點(diǎn)云分成不同組的算法，該方法能將建筑物、道路和樹木初步分離；Shi和Vosselman提出了基于建筑物語義的點(diǎn)云數(shù)據(jù)特征提取方法，該方法首先對點(diǎn)云進(jìn)行分割，然后根據(jù)語義特征進(jìn)行分類；李必軍等提出了基于建筑物幾何特征的信息挖掘方法，該方法在點(diǎn)云去噪及分類方面，均需根據(jù)已知信息對觀測值進(jìn)行概算；史文中等提出了基于投影點(diǎn)密度的車載雷達(dá)（LiDAR）點(diǎn)云距離圖像分割方法，該方法主要通過閾值對點(diǎn)云分類，但沒有考慮到投影時地面點(diǎn)與非地物點(diǎn)疊加對結(jié)果的影響；楊必勝等提出了面向車載LiDAR點(diǎn)云快速分類的點(diǎn)云特征圖像生成方法；有學(xué)者提出基于地物特征提取點(diǎn)云數(shù)據(jù)并分類的方法；還有很多學(xué)者對LiDAR點(diǎn)云進(jìn)行了道路、建筑物、行道樹等專題信息的提取方法研究。

　　本文結(jié)合LiDAR點(diǎn)云的基本特征及上下文語義環(huán)境，構(gòu)建了點(diǎn)云的原始特征向量和擴(kuò)展特征向量，并米用支持向量機(jī)（SupportVectorMachine，SVM）對行道樹點(diǎn)云進(jìn)行目標(biāo)識別實(shí)驗(yàn)。

　　1車載LiDAR點(diǎn)云的特征向量及語義環(huán)境車載移動測量系統(tǒng)的點(diǎn)云基本特征主要包括三維空間坐標(biāo)（XYZ）、回波強(qiáng)度信息（Intensity）、GPS時間（Time）、影像數(shù)據(jù)配準(zhǔn)后的顏色信息（RGB）等。由于點(diǎn)云的時間特征在目標(biāo)識別中不具備實(shí)際意義，故將點(diǎn)云的時間特征省略，由7個基本特征組成了車載LiDAR點(diǎn)云的原始特征向量（用凡表示）。即：為加快運(yùn)算速度，可采用平面表面進(jìn)行擬合。車載LiDAR點(diǎn)云可采用公（3）當(dāng)對平面擬合進(jìn)行殘差分析時，采用各點(diǎn)到所擬合平面垂直距離作為點(diǎn)云數(shù)據(jù)平面擬合的殘差。任何一個點(diǎn)到平面ax+by+cz=1的垂直距離為：其中，表示點(diǎn)云的實(shí)際坐標(biāo)值，表示第i點(diǎn)到擬合平面的空間垂直距離?？倸埐?的計(jì)算方法為：殘差均方根誤差a的計(jì)算方法為：點(diǎn)云密度是指將點(diǎn)云投影到平面后點(diǎn)云數(shù)量與投影面積比。由于采用相同距離作為點(diǎn)群投影半徑，每個以點(diǎn)云對象為中心的點(diǎn)群大小是相同的，因此可采用點(diǎn)云密度（用d表示）表述點(diǎn)群特征。由上所述，可計(jì)算出包括17個特征在內(nèi)的點(diǎn)云擴(kuò)展特征向量（用Fe表示），見公，男，山東壽光人，博士，工程師，主要從事車載LiDAR點(diǎn)云數(shù)據(jù)處理方法研究。

　　基金項(xiàng)目：國家自然科學(xué)基金青年基金資助項(xiàng)目（41101449）；精密工程與工業(yè)測量國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室開放研究基金資助項(xiàng)目（PF2011-26）（責(zé)任編輯：熊蘋）