中文摘要：

移动激光扫描作为一种崭新的主动数据获取技术，能够以高密度的三维点云精确记录道路区域的空间信息，十分适用于自动化道路安全监测用途。道路表面及两旁存在许多立面特征，比如电线杆、交通标示、路灯和围栏。这些立面特征的信息（如位置、高度、方向、破损状况）是道路安全评估的重要参数，却很难有效地为航拍和固定地面技术所记录。本课题对基于移动激光扫描数据的道路立面特征自动识别问题进行研究。该研究的主要内容包括基于反射强度的表面物质识别；关键描述符学习；基于几何线索与物质线索的特征类型识别；融合影像信息的交通标示含义识别。本课题所设计的研究方法发挥了移动激光扫描数据的优势，并在传统特征识别思想的基础上做出了有益的拓展与尝试。其研究思想不仅适用于道路立面特征，也可拓展于识别各类形状规则的常见特征。

结论摘要：

本项目基本按计划执行，主要从理论方法研究、实验数据检验、处理软件开发三个方面展开项目工作。在理论方法研究方面。项目组根据人类对于立面特征的知识理解，设计了一套针对立面特征识别的特征语义库，以及使用该语义库对实际数据（如点云或影像）自动进行概率化的推理引擎。特征语义库被用来系统性的表示数据中所记录的各种建筑物结构，而推理引擎则根据一系列建筑风格所决定的逻辑语句自动猜测最可能的解读方案。在实验数据检验方面。项目组使用了国外合作高校所提供的车载激光点云数据（德国Toposcan公司通过Lynx平台获取的Enschede数据、芬兰赫尔辛基大学通过ROAMER平台获取的Espoonlahti数据）以及中国地质大学（北京）地面激光点云分别对特征识别方法的效率及精度进行检验。实验成果表明本项目所开发的特征识别理论不仅可拓展应用于识别定向完毕的地面激光点云数据，还可辅助数据处理前端的拼接定向阶段，从而全方位提高激光点云数据的整体处理效率及效果。在激光数据处理软件开发方面，项目组将本项目的研究成果集成开发为一套用于车载激光雷达点云数据管理、分析、表达与处理的高智能软件平台PointStudio V1.0，具有多站点云数据组织与管理、智能配准、精确定向、三维量测，分割、分类、建模等多种功能，为快速三维场景重建、土石方计算、数字线划图制作、视景仿真提供了全面的解决方案。