Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 5. С. 35-49
Алгоритмы векторной обработки данных лазерного сканирования объектов на земной поверхности для комплексирования со спутниковыми данными
А.Б. Мурынин 1 , А.А. Рихтер 2 1 Федеральный исследовательский центр "Информатика и управление" РАН, Москва, Россия
2 АО «Тазмар Айти-Солюшнз», Санкт-Петербург, Россия
Одобрена к печати: 02.07.2026
DOI: 10.21046/2070-7401-2026-23-5-35-49
Представлен метод векторизации данных лазерного сканирования (облаков точек) антропогенных объектов, ориентированный на автоматизированное построение интерпретируемых геометрических моделей дорожной инфраструктуры. Подход базируется на комплексировании данных наземного лазерного сканирования со спутниковыми и картографическими данными. Предложена многоэтапная схема обработки, включающая предобработку и фильтрацию облаков точек, их декомпозицию на связные компоненты с использованием методов кластеризации, векторизацию выделенных элементов на основе операций вычислительной геометрии и морфологического анализа, а также последующий расчёт геометрических параметров объектов. Особое внимание уделено обработке линейно-протяжённых объектов (автомобильных дорог): разработаны алгоритмы выделения осевых линий, границ полотна и обочин, а также методы продольного и поперечного зонирования для структурирования пространства. Эффективность предложенных решений продемонстрирована на примере сегментации и построения геометрических моделей дорожных опор с оценкой точности по гистограммам отклонений. Алгоритмическая и программная реализация базируется на использовании открытых инструментов, что обеспечивает воспроизводимость результатов.
Ключевые слова: облако точек, лазерное сканирование, лидар, векторизация, дистанционное зондирование, морфологический анализ, вычислительная геометрия, дорожная инфраструктура, геометрическая модель
Полный текстСписок литературы:
- Евтюков С. А., Перевалов Н. В. Лазерное сканирование при строительстве и ремонте автомобильных дорог // Вестн. гражданских инженеров. 2018. № 4(69). С. 132–137. DOI: 10.23968/1999-5571-2018-15-4-132-137.
- Миронюк В. П., Кузнецов А. О., Шахназарян В. В. О формировании требований по выполнению лазерного сканирования автомобильных дорог // Дороги и мосты. 2023. Вып. 49-1/2023. С. 54–82.
- Мотуз В. О., Сарычев Д. С. Применение лазерного сканирования и 3D-моделей в жизненном цикле автомобильных дорог // САПР и ГИС автомобильных дорог. 2014. № 1(2). С. 12–15. DOI: 10.17273/CADGIS.2014.1.3.
- Мсаллам М., Сырямкин В. И. Методика регистрации 3Д облаков точек с использованием коррекции плоскостей и корреляции гистограмм // Прикаспийский журн.: управление и высокие технологии. 2023. № 1(61). С. 73–89.
- Овермарс М., Берг М., Чеонг О., Кревельд М. Вычислительная геометрия. Алгоритмы и приложения: учеб. М.: ДМК Пресс, 2017. 438 с.
- Сойфер В. А. Методы компьютерной обработки изображений. М.: Физматлит, 2003. 784 с.
- Уймин А. Г., Греков В. С. Применение алгоритма Дугласа–Пеккера в вопросах онлайн-аутентификации инструментов удалённой работы при подготовке специалистов укрупнённой группы специальностей 10.00.00 «Информационная безопасность» // Электронные библиотеки. 2024. Т. 27. № 4. С. 679–694. DOI: 10.26907/1562-5419-2024-27-4-679-694.
- Щербаков В. В., Бунцев И. А., Щербаков И. В. и др. Система мобильного лазерного сканирования для железных и автомобильных дорог // Вестн. Сибирского гос. ун-та путей сообщения. 2024. № 5(72). С. 106–115. DOI: 10.52170/1815-9265_2024_72_106.
- He G. B., Li L. L. Research and application of LiDAR technology in cadastral surveying and mapping // The Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2020. V. XLIII-B1-2020. P. 33–37. DOI: 10.5194/isprs-archives-XLIII-B1-2020-33-2020.
- Julge K., Ellmann A., Köök R. Unmanned aerial vehicle surveying for monitoring road construction earthworks // The Baltic J. Road and Bridge Engineering. 2019. V. 14. No. 1. P. 1–17. DOI: 10.7250/bjrbe.2019-14.430.
- Kaňuk J., Supinsky J., Šašak J. et al. Semi-automatic LiDAR point cloud denoising using a connected-component labelling method // Geographia Cassoviensis. 2019. V. XIII. Iss. 2. pp. 210–227. DOI: 10.33542/GC2019-2-08.
- Knyaz V. A., Kniaz V. V., Zheltov S.Yu. et al. Hierarchical scene graph generation and vectorization of aerial images // The Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2025. V. XLVIII-2/W9-2025. P. 161–167. DOI: 10.5194/isprs-archives-XLVIII-2-W9-2025-161-2025.
- Murynin A. B., Rihter A. A., Vorobyev V. E. Algorithms for morphological analysis of vectorized boundaries in images // Pattern Recognition and Image Analysis. 2025. V. 35. No. 3. P. 438–454. DOI: 10.1134/S1054661825700300.
- Pradhan B., Sameen M. I. Laser scanning systems in highway and safety assessment. Analysis of highway geometry and safety using LiDAR. Cham: Springer, 2020. 172 p. DOI: 10.1007/978-3-030-10374-3.
- Tang S., Li X., Zheng X. et al. BIM generation from 3D point clouds by combining 3D deep learning and improved morphological approach // Automation in Construction. 2022. V. 141. Article 104422. DOI: 10.1016/j.autcon.2022.104422.
- Vorobyev V. E., Murynin A. B., Richter A. A. Choice of clustering methods in machine learning for studying ecological objects based on satellite data // J. Computer and Systems Sciences Intern. 2024. V. 63. No. 5. P. 821–832. DOI: 10.1134/S1064230724700588.
- Vu N. Q., Thanh H. P.T. Mobile Lidar for road surface monitoring: a case Study of an integrated AU20 Lidar // Recent Advances in Structural Health Monitoring and Engineering Structures. Lecture Notes in Civil Engineering. V. 460. Singapore: Springer, 2024. P. 575–584. DOI: 10.1007/978-981-97-0399-9_53.