方莉娜，王 爽，赵志远，付化胜，陈崇成

1. 福州大学地理空间信息技术国家地方联合工程研究中心，福建 福州 350002； 2. 空间数据挖掘与信息共享教育部重点实验室，福建 福州 350002； 3. 福州大学数字中国研究院，福建 福州 350002； 4. 福建省水利水电勘测设计研究院，福建 福州 350002

交通标线作为路面重要的特征标志，高精度的几何与语义信息如形状、位置、拓扑和结构关系信息的快速获取与更新对保障交通安全具有重要作用，是智能交通、智能高精地图、导航与定位服务等邻域的基础和核心元素[1-4]。车载激光扫描系统(mobile laser scanning systems,MLSs)作为近年来快速发展的高新测绘技术，能够高效、精确地获取道路场景的三维空间信息和回波强度信息，为大范围道路标线的识别和更新提供一种新的数据源[5-7]。

由于交通标线类别多样，行人和车辆等大范围遮挡和干扰会影响标线几何和纹理特征分布的连续性。如何判别分割后标线的类别，特别是相似标线的判别是标线分类难点问题。一些学者通过联合标线形状特征[6]、空间分布特征(方向、排列)[8]以及道路场景语义特征[9]，利用决策树[10]、支持向量机(support vector machine,SVM)[11]、模板匹配[12-13]等分类器实现相似标线的区分，如根据相邻对象的平行关系将斑马线与虚线型标线进行精细区分[14]或利用模板匹配精细区分不同箭头标志。这些方法在一些较为规则的道路场景中取得了较好的标线分类效果，但特征选择和参数设置需要较强的先验知识，在复杂场景中自动化程度和稳健性较差。……