基于激光雷达点云数据的隐蔽目标提取方法研究

激光雷达能够快速获取地表和地面目标三维空间信息，广泛应用于城市建筑物等目标提取研究，在地形测绘、数字城市等方面发挥重要作用，是传统摄影测量技术的有效补充。由于激光雷达能够穿透植被覆盖层获取高程数据，因此对隐蔽目标的提取有其独特优势与潜力。本研究将在已有研究成果的基础上，利用激光雷达点云数据，改进并完善针对低矮地物与地面点、树木紧贴建筑物等高相关性情况下的点云滤波分类算法；采用不同视角下的点云成像发现隐蔽目标，并实现弱信息量的隐蔽目标点检测；结合不同地貌条件下的实测数据，发展隐蔽目标三维信息提取方法并对算法有效性进行验证；同时针对不同植被覆盖条件分析激光雷达探测隐蔽目标的能力，并对激光雷达可识别的隐蔽目标特征进行描述。本研究将解决植被覆盖条件下的隐蔽目标提取问题，拓宽激光雷达数据应用范围，更好地服务于应急减灾、环境监测、城市安全管理等相关领域研究。

激光雷达能够快速直接获取地表和地面目标三维空间信息，在地形测绘、数字城市、环境监测等方面发挥重要作用，是传统摄影测量技术的有效补充。由于激光雷达能够穿透植被覆盖层获取高程数据，因此对隐蔽目标的提取有其独特优势与潜力。. 项目组基于激光雷达多回波机理，针对激光雷达对植被有一定穿透能力的特性，在已有研究成果和广泛调研国内外相关领域现状的基础上，设计了提取隐蔽目标的总体技术流程，在低矮地物与地面点、树木紧贴建筑物等高相关性地物目标分类方面，改进并完善了现有算法，提出了两种新的点云滤波分类方法，有效解决了上述情况下的目标点准确分类问题。实现了基于剖面投影在不同视角下的激光点云成像，可通过不同视角条件发现某些目标特征。. 结合激光雷达数据特点，采用了基于图像的分割方法与基于KD-tree的点云数据分割方法，在点云滤波分类基础上进行目标分割，实现了弱信息量隐蔽目标点的检测。提出了3类目标的识别提取方法：针对建筑物先进行剖面投影，进而利用其剖面的人字形特征提取；针对飞机采用不变矩作为特征识别的方法；针对汽车提出六参数方法结合PCA变换进行识别。. 在算法研究基础上，针对性地选取了不同地形地貌环境下的实测点云数据进行识别提取分析，实验结果验证了本项目提出方法的有效可行性。此外，本项目尝试分析了激光雷达在植被覆盖条件下的隐蔽目标探测能力，总结了激光雷达数据可用于识别的隐蔽目标特征。. 综上，本项目完成了项目计划书拟定的全部研究内容，提出了植被覆盖下的典型隐蔽目标及其三维特征信息提取方法，最终构建并完善了植被覆盖条件下点云滤波分类-目标探测-目标三维信息提取的流程。目前已发表论文5篇，培养研究生3名。. 本项目研究成果初步解决了植被覆盖条件下的隐蔽目标提取问题，为拓宽激光雷达数据应用范围，更好地服务于应急减灾、环境监测、城市安全管理等相关领域研究提供技术支撑。