车载点云特征对应影像自动分割技术研究

doi:10.13474/j.cnki.11-2246.2022.0169.

测绘通报 ›› 2022, Vol. 0 ›› Issue (6): 45-48 ,97.doi: 10.13474/j.cnki.11-2246.2022.0169.

车载点云特征对应影像自动分割技术研究

钟少忠¹, 周克军², 王留召^2,3,4, 毛明楷^2,4

1. 广东省测绘质量监督检验中心, 广东广州 510075;
2. 首都师范大学, 北京 100089;
3. 中国测绘科学研究院, 北京 100036;
4. 北京四维远见信息技术有限公司, 北京 100070

收稿日期:2021-09-13 发布日期:2022-06-30
通讯作者: 王留召。E-mail:393499511@qq.com
作者简介:钟少忠(1978-),男,高级工程师,主要研究方向为测绘质量监督检查、测绘成果质量检验、测绘地理信息行业管理、激光点云技术与质量检验的应用。E-mail:251373837@qq.com
基金资助:
国家自然科学基金(42071444);广东省自然资源厅基础测绘研究项目

Research on automatic image segmentation based on vehicle-mounted point cloud feature

ZHONG Shaozhong¹, ZHOU Kejun², WANG Liuzhao^2,3,4, MAO Mingkai^2,4

1. Guangdong Surveying and Mapping Product Quality Supervision and Inspection Center, Guangzhou 510075, China;
2. Capital Normal University, Beijing 100089, China;
3. Chinese Academy of Surveying & Mapping, Beijing 100036, China;
4. Beijing Geo-Vision Information Technology Co., Ltd., Beijing 100070, China

Received:2021-09-13 Published:2022-06-30

摘要/Abstract

摘要： 车载点云数据通过自动提取,可快速得到大量的三维特征数据,利用同步影像数据不仅能提高目标判读的准确性与效率,而且能获取目标对象的属性信息,对质检巡视、部件属性调查、三维建模等生产活动有重要的作用。本文提出了一种车载点云特征数据对应的影像自动分割技术,通过影像的位置姿态判断影像与特征信息间的关系,实现最佳影像自动选取和分割,生成适当范围局部正射影像,并在新影像中标示出特征信息的正确位置。

关键词: 车载移动测量系统, 点云, 三维特征数据, 影像数据, 影像自动分割

Abstract: Through automatic extraction of on-board point cloud data, a large number of three-dimensional characteristic data can be quickly obtained. Using synchronous image data can not only improve the accuracy and efficiency of target interpretation, but also obtain the attribute information of the target object, which plays a very important role in production activities such as quality inspection, component attribute investigation and 3D modeling. In this paper, an automatic image segmentation technology corresponding to the feature data of vehicle-mounted point cloud is proposed. The relationship between the image and the feature information is judged by the position and attitude of the image, so as to realize the optimal image automatic selection and segmentation, generate the appropriate local orthographic image, and mark the correct position of the feature information in the new image.

Key words: vehicle-mounted mobile measurement system, point cloud, 3D characteristic data, image data, automatic image segmentation

中图分类号:

P237

钟少忠, 周克军, 王留召, 毛明楷. 车载点云特征对应影像自动分割技术研究[J]. 测绘通报, 2022, 0(6): 45-48 ,97.

ZHONG Shaozhong, ZHOU Kejun, WANG Liuzhao, MAO Mingkai. Research on automatic image segmentation based on vehicle-mounted point cloud feature[J]. Bulletin of Surveying and Mapping, 2022, 0(6): 45-48 ,97.

参考文献

[1] 闫利,曹亮,谢洪,等.车载全景影像与激光点云融合生成彩色点云方案[J].测绘科学,2015,40(9):111-114.
[2] 林卉,王李娟,康志忠,等.三维激光扫描建筑物立面数据的自动提取[J].测绘通报,2016(10):25-30.
[3] 闫利,李赞.车载激光点云道路标线提取方法[J].遥感信息,2018,33(1):1-6.
[4] 罗海峰,方莉娜,陈崇成,等.基于DBN的车载激光点云路侧多目标提取[J].测绘学报, 2018, 47(2):234-246.
[5] 张海啸,钟若飞,孙海丽.顾及平面特征的车载激光扫描系统外参数标定法[J].测绘学报, 2018, 47(12):1640-1649.
[6] 杨飞飞.车载激光点云纠正技术研究[J].测绘与空间地理信息, 2022, 45(2):103-106.
[7] 徐工,程效军.移动测量系统点云精度评定及应用分析[J].工程勘察, 2013, 41(9):42-46.
[8] 刘波,邹鹏辉,刘华.使用安置参数优化的无人机点云与影像精配准[J].测绘科学, 2021, 46(9):94-101.
[9] 张靖,江万寿.激光点云与光学影像配准:现状与趋势[J].地球信息科学学报, 2017, 19(4):528-539.
[10] 王建,姚吉利,赵雪莹,等.一种基于线基元的单张影像与点云配准方法[J].测绘科学, 2020, 45(2):73-78.
[11] 荣延祥,汪旭伟,李健平,等.一种影像辅助的由粗到精的边坡点云自动配准[J].工程勘察, 2021, 49(12):50-53.
[12] 贺亦峰,胡荣,邹进贵.利用三维激光扫描数据进行建筑物立面点云分割算法分析[J].测绘通报, 2019(4):26-31.
[13] 杨必胜,魏征,李清泉,等.面向车载激光扫描点云快速分类的点云特征图像生成方法[J].测绘学报, 2010, 39(5):540-545.
[14] 唐晓芳,詹总谦,丁久婕,等.顾及超像素光谱特征的无人机影像自动模糊聚类分割法[J/OL].测绘学报.[2022-04-01].http://kns.cnki.net/kcms/detail/11.2089.P.20211214.1941.010.html.
[15] 林小平,毛政元,刘建华.纹理特征遥感影像分割研究[J].测绘科学, 2010, 35(5):31-34.

车载点云特征对应影像自动分割技术研究

Research on automatic image segmentation based on vehicle-mounted point cloud feature

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[3]	谢洪, 陈立波, 聂倩, 吴玮, 张沛. 利用点云配准的空地影像融合技术[J]. 测绘通报, 2022, 0(6): 82-87.
[4]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[5]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[6]	谭玉慧, 刘欣怡, 张永军. 超体素约束下的主动再学习LiDAR点云分类框架[J]. 测绘通报, 2022, 0(5): 79-83,100.
[7]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[8]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[9]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[10]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[11]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[12]	许志华, 逯行政, 彭远航, 杨可明, 王宇敏. 依托航空模拟平台的激光雷达技术课程实践教学装备[J]. 测绘通报, 2022, 0(4): 162-166.
[13]	王贝, 叶险峰, 王军宁. 利用点云切片提取技术分析桥梁形变[J]. 测绘通报, 2022, 0(4): 167-171.
[14]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.
[15]	李少先. 利用双向布料模拟的机载建筑物点云提取[J]. 测绘通报, 2022, 0(3): 148-151.