【摘要】：地面激光雷達(dá)作為一種新型測繪技術(shù),廣泛應(yīng)用于邊坡形變監(jiān)測、逆向工程、電力線巡航、三維建模等工作中。在形變監(jiān)測時(shí)為得到較為準(zhǔn)確的坡面坐標(biāo)信息,需盡可能去除自然場景中的植被點(diǎn)。但在以往的研究中,各學(xué)者進(jìn)行點(diǎn)云分類所使用的方法存在著普適性低、精度具有隨機(jī)性等問題。本文為了改進(jìn)分類效果,根據(jù)機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等理論,采用基于多尺度維度特征的點(diǎn)云分類算法(Multi-scale Dimensional Characteristics,MSDF)、基于距離及統(tǒng)計(jì)分布的離群點(diǎn)移除算法(Outlier Removal Based on Distance and Statistical Distribution,OR-DSD),對(duì)三維激光掃描儀獲取的基巖邊坡點(diǎn)云中存在的植被點(diǎn)云進(jìn)行去除,從分類尺度的選擇、離群點(diǎn)的檢測與移除、誤刪點(diǎn)恢復(fù)等方面對(duì)算法進(jìn)行優(yōu)化、補(bǔ)充,提高了巖體坡面點(diǎn)云精度,并以北京市密云區(qū)四合堂村危巖邊坡為例進(jìn)行了實(shí)例驗(yàn)證。取得的主要成果如下:(1)根據(jù)植被與基巖坡面點(diǎn)云的特征,確定了復(fù)雜地形條件下點(diǎn)云自動(dòng)分類方法——基于多尺度維度特征的點(diǎn)云分類算法。利用混淆矩陣對(duì)不同條件下的分類結(jié)果進(jìn)行精度評(píng)價(jià),提出了“分區(qū)塊分類、小場景先行”的MSDF參數(shù)選取規(guī)則,降低了僅靠經(jīng)驗(yàn)選取參數(shù)的影響,同時(shí)也縮短了分類所需時(shí)間。(2)根據(jù)MSDF分類得到的坡面點(diǎn)云空間特征,采用離群點(diǎn)檢測算法進(jìn)行二次去除,提出了利用點(diǎn)距標(biāo)準(zhǔn)差表征點(diǎn)云離散度的方法,確定了離群點(diǎn)檢測時(shí)采用的鄰域大小,由此提出了“先粗略檢測、后精細(xì)檢測”的離群點(diǎn)檢測移除流程。引入了基于角度的邊緣點(diǎn)識(shí)別算法,對(duì)移除離群點(diǎn)后的主體點(diǎn)云進(jìn)行邊界識(shí)別,以得到的邊緣點(diǎn)為中心進(jìn)行區(qū)域增長,恢復(fù)在離群點(diǎn)檢測階段被誤刪除的邊界周圍點(diǎn)云。(3)運(yùn)用上述方法,對(duì)三維激光掃描儀獲取的四合堂村邊坡點(diǎn)云進(jìn)行植被去除實(shí)驗(yàn),結(jié)果顯示:經(jīng)最佳尺度分類處理得到的坡面點(diǎn)云平均精確率達(dá)98.52%;經(jīng)離群點(diǎn)去除及誤刪點(diǎn)恢復(fù)處理得到的坡面點(diǎn)云平均精確率達(dá)98.87%。這表明在復(fù)雜基巖坡面點(diǎn)云植被去除過程中,上述方法比單獨(dú)使用MSDF方法獲得的坡面點(diǎn)云精度更高。
【圖文】：

圖 2-1 多尺度點(diǎn)云局部維度特征.1.2 量化多尺度維度特征1 構(gòu)建 K 鄰域索引散亂點(diǎn)云不含拓?fù)潢P(guān)系嗣揮辛謨蠐肟占淶母拍，

本文編號(hào)：2624439