基于车载激光点云的高速公路标线提取及对象化
摘要：
标线是高速公路资产化的重要元素,其位置、语义信息及拓扑关系组成精细数字化描述的重要内容.针对复杂山区既有高速公路点云存在大量噪声、磨损严重等问题,本文提出一种由粗到细的标线提取方法:首先利用点云深度学习分割路面及护栏作为定位信息,随后结合高速公路设计规范对标线进行粗定位,最后在局部区域利用OTSU阈值分割方法实现标线的精确提取并对提取结果对象化.试验采用两个典型复杂山区高速路段验证本文方法的有效性,结果表明,典型路段1和典型路段2的标线提取精度分别为99.0％,97.9％,召回率分别为98.6％、97.1％.该方法能有效克服复杂山区高速公路点云强度、密度不均及存在大量噪声和磨损等问题,可作为后续高速公路标线点云分类的基础.
展开
-
作者：
王建强
-
刊名：
测绘与空间地理信息
-
年期：
2025.1
在线阅读
收藏