毛亚纯, 伏雨文, 曹 旺, 赵占国

(1. 东北大学 资源与土木工程学院, 辽宁 沈阳 110819； 2. 中国黄金集团, 北京 100000)

近年来,无人机摄影测量技术飞速发展,由于其具有快速高效的数据采集和自动化数据处理的优势,已被广泛应用于大范围点云数据采集和三维建模领域[1].在露天采场应用无人机倾斜摄影测量技术采集不同时间段的露天采场三维点云数据,以此建立采场三维模型,利用模型差分可获取对应时段的采矿量和剥岩量.因此,基于无人机点云数据的露天采场验收测量必将成为重要发展趋势.然而,在露天采场中拥有较多数量的铲运车辆,如果不对其进行有效剔除,会严重影响验收测量的精度.因此,矿车点集的自动提取与剔除成为了基于无人机三维点云数据采场验收应用中亟待解决的关键问题之一.

目前国内外学者针对点云数据的分割提取进行了深入的研究[2-4].Abdullah等提出了一种基于高度阈值的LiDAR点云分割方法,可有效检测和提取建筑物,但无法检测和提取高度较低的建筑物[5].Li等提出了一种基于目标对象的几何特征和介质属性的快速分割算法,可实现室内场景物体的快速分割提取[6],其对室外露天采场矿车的提取具有指导意义.庄加福提出了一种基于地面估计的检测算法,可有效检测提取特定场景中的车辆点集[7].Wang等基于城市背景对LiDAR点云进行道路分割提取,同时将提取结果应用于无人驾驶车辆碰撞检测领域[8].Axelsson提出了……