融合车载影像与点云的道路边界提取与矢量化
Fusion of Vehicle-Mounted Imagery and Point Cloud for Road Boundary Extraction and Vectorization作者机构:武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 时空数据智能获取技术与应用教育部工程研究中心湖北武汉430079 青岛市勘察测绘研究院青岛市海陆地理信息集成与应用重点实验室山东青岛266034
出 版 物:《武汉大学学报(信息科学版)》 (Geomatics and Information Science of Wuhan University)
年 卷 期:2024年第49卷第4期
页 面:631-639页
核心收录:
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 0818[工学-地质资源与地质工程] 070503[理学-地图学与地理信息系统] 0705[理学-地理学] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
基 金:国家自然科学基金(42171431) 自然资源部超大城市自然资源时空大数据分析应用重点实验室开放基金(KFKT-2022-01)
主 题:道路边界提取 移动激光扫描(MLS) 多模态数据融合
摘 要:车载激光点云的数据不完整和影像连续帧之间的地物重影现象给提取连续、完整的道路边界带来了巨大挑战。提出了一种融合点云与全景影像的道路边界提取与矢量化方法。首先,分别从点云和全景影像中提取初始道路边界点,然后基于非闭合Snake模型融合两种数据源中的道路边界点,实现结构化和非结构化道路边界的准确提取与矢量化。该融合过程首先基于点云中的道路边界构建特征图,并以车载影像中的道路边界提取结果为初始轮廓,然后基于道路边界的几何特性构建非闭合Snake模型,最后通过求解该模型实现多源道路边界点的融合,并完成道路边界线的矢量化。将该方法应用于2个城市场景数据集,结果表明:该方法可有效提取形状多样的结构化和非结构化道路边界,对由于遮挡导致的数据不完整和多帧影像中的地物重影具有较强的鲁棒性,对城区道路边界提取的精度、召回率、F1值分别优于95.43%、89.27%、93.38%。