杨陆冰 段晓峰

(兰州交通大学土木工程学院，兰州 730070)

线路点云数据包含的结构物丰富，在平面上呈带状分布，在空间上分布复杂，且不同结构物在空间上连接紧密，(如钢轨和轨枕)，在研究单个结构物时，需要将其从线路点云中提取分割出来。

目前，在钢轨点云数据提取分割方面，国内外已有许多学者展开研究，ELBERINK等提出将线路点云投影到1 m×1 m的细分栅格，然后利用线路结构物的相对高程进行滤波，再利用随机采样一致性算法进行线性拟合，最后利用钢轨的平行特性和钢轨轨距限制，判断分割后点云是否满足要求[1]；ARASTOUNIA等基于图像算法提出一种基于模板匹配的钢轨信息点云分割算法，该方法可以提高精度，但是数据计算量较大[2]；许磊等基于点属性提出一种钢轨中线数据自动提取算法，利用激光扫描仪对钢轨和其他线路结构物的激光入射角度不同，从原始点云中快速分割道床及钢轨点云，然后综合半径搜索、矩形分割、高程滤波、形状滤波4种方法，从路基轨道点云中自动提取左右钢轨顶面的点云[3]；张东方等提出一种基于3D移动测量系统点云数据的钢轨信息自动提取的方法，解决了大坡度长里程下的线路点云地面点与地物点分离困难的问题，但是计算量也有相应的增加[4]；肖源淼等提出一种基于POS线投影的铁路横断面轮廓及轨顶点提取算法，以POS线为辅助线对铁路横断面点云进行切割，采用Alpha Shapes算法提取铁路横断面轮廓点云数据，实现了铁路横断面轨顶点的提取[5]；……