發(fā)布時(shí)間：2018-02-10 10:07

  本文關(guān)鍵詞： 機(jī)載LiDAR 道路網(wǎng)提取 點(diǎn)云濾波 偏度平衡 多層級融合與優(yōu)化　出處：《中國地質(zhì)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：道路是關(guān)系國民經(jīng)濟(jì)建設(shè)和人們?nèi)粘９ぷ�、生活的重要基礎(chǔ)設(shè)施,隨著經(jīng)濟(jì)社會的快速發(fā)展,道路交通狀況日新月異,迫切需要及時(shí)、準(zhǔn)確、高效地獲取道路信息。因而,道路信息的獲取是城市信息化建設(shè)中的一個(gè)非常重要的環(huán)節(jié)。先進(jìn)的機(jī)載LiDAR技術(shù)可以24小時(shí)全天候地進(jìn)行對地觀測,快速、準(zhǔn)確地獲取地表三維坐標(biāo)數(shù)據(jù),不受外界環(huán)境的影響,為道路信息的獲取提供了一種全新的手段。近年來,從機(jī)載LiDAR點(diǎn)云中進(jìn)行道路信息獲取已成為一個(gè)研究熱點(diǎn)。從機(jī)載LiDAR點(diǎn)云中進(jìn)行道路提取主要包括四個(gè)關(guān)鍵技術(shù)環(huán)節(jié):點(diǎn)云去噪、點(diǎn)云濾波、道路點(diǎn)云提取以及城市道路網(wǎng)提取。點(diǎn)云去噪是點(diǎn)云預(yù)處理的關(guān)鍵環(huán)節(jié)。由于受到儀器自身或者外界環(huán)境變化的干擾,使得所獲取的點(diǎn)云數(shù)據(jù)時(shí)常包含噪聲點(diǎn)。這些噪聲點(diǎn)的存在會降低數(shù)字地面模型建立、道路提取等點(diǎn)云后處理的精度。傳統(tǒng)的點(diǎn)云去噪方法往往會在地形斷裂區(qū)域?qū)⒂行У匦吸c(diǎn)誤判為噪聲點(diǎn)而濾除,造成信息缺失。如何引入新的理論知識、提出新的去噪算法,實(shí)現(xiàn)既能去除噪聲點(diǎn)又能有效保護(hù)地形信息,提高數(shù)據(jù)質(zhì)量,是點(diǎn)云去噪算法研究的重點(diǎn)。點(diǎn)云濾波即是從LiDAR點(diǎn)云中去除地物點(diǎn)而保留地形點(diǎn)的過程,它是實(shí)現(xiàn)道路提取的基礎(chǔ)步驟。由于數(shù)學(xué)形態(tài)學(xué)具有原理簡單、實(shí)現(xiàn)效率高的優(yōu)點(diǎn),所以常應(yīng)用于點(diǎn)云濾波中。然而,傳統(tǒng)形態(tài)學(xué)濾波法往往存在以下兩個(gè)缺點(diǎn):一是需要設(shè)定坡度常量,使得算法缺乏自適應(yīng)性;二是在大窗口濾波時(shí),容易削平地形,不能有效地保留地形細(xì)節(jié)。這兩個(gè)缺點(diǎn)嚴(yán)重約束了形態(tài)學(xué)濾波法的適用區(qū)域以及濾波精度。如何進(jìn)一步地提高形態(tài)學(xué)算法在復(fù)雜場景下的自適應(yīng)能力以及濾波精度,是點(diǎn)云濾波算法研究的熱點(diǎn)問題。道路點(diǎn)云通常包含于地面點(diǎn)云中,如何從地面點(diǎn)云中將道路點(diǎn)云進(jìn)行有效的識別是道路提取研究中的難點(diǎn)問題。大多數(shù)學(xué)者通常采用反射強(qiáng)度約束來實(shí)現(xiàn)對道路點(diǎn)云的判別,但現(xiàn)有的算法都需要人為設(shè)定反射強(qiáng)度閾值。過多的人為參與會大大降低算法的自動(dòng)化程度,且使得算法不具有普適性。因此,基于道路點(diǎn)云反射強(qiáng)度數(shù)據(jù)的特點(diǎn)探尋一種自動(dòng)、準(zhǔn)確的閾值確定方法是十分必要的。道路中線能夠清楚地反應(yīng)道路間的拓?fù)潢P(guān)系,因此需要從道路點(diǎn)云中提取道路中線以反映城市道路網(wǎng)的具體信息。但是,城市區(qū)域往往存在大量的過道、走廊等狹窄道路,此類道路不屬于所要提取的城市主要干道,會造成城市道路網(wǎng)出現(xiàn)過多的“毛刺”現(xiàn)象。如何去除此類道路對城市主要干道提取的干擾,是此項(xiàng)研究的熱點(diǎn)問題。另外,城市區(qū)域包含有部分停車場、空地、天井等似道路區(qū)域,此類區(qū)域無論是高程還是反射強(qiáng)度都與道路區(qū)域非常接近,因而,很有必要研究如何排除此類似道路區(qū)域?qū)Τ鞘械缆肪W(wǎng)提取的干擾,以實(shí)現(xiàn)城市道路網(wǎng)的正確、完整提取。本文針對上述道路提取的四個(gè)關(guān)鍵環(huán)節(jié)中存在的問題進(jìn)行了深入的研究和探討,主要研究內(nèi)容和取得的研究成果如下:1.將經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法引入機(jī)載LiDAR點(diǎn)云去噪中,提出基于EMD的點(diǎn)云噪聲去除算法。該算法是通過計(jì)算原始點(diǎn)云高程和重構(gòu)點(diǎn)云高程之間的差值來實(shí)現(xiàn)對噪聲點(diǎn)的自動(dòng)探測與剔除。分別采用實(shí)例數(shù)據(jù)和模擬噪聲數(shù)據(jù)對所提出的算法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明能夠有效地去除噪聲,提高信噪比,提升數(shù)據(jù)質(zhì)量。2.提出一種基于漸進(jìn)克里金插值的形態(tài)學(xué)濾波改進(jìn)算法。該算法的實(shí)質(zhì)是將曲面擬合濾波法與傳統(tǒng)形態(tài)學(xué)濾波法進(jìn)行有效結(jié)合,通過克里金插值計(jì)算出不同層級所對應(yīng)的地形起伏度,有效地減小在大窗口濾波時(shí)對地形削平的影響。采用國際攝影測量與遙感學(xué)會提供的測試數(shù)據(jù)對所提出的算法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明能夠有效地保護(hù)地形細(xì)節(jié),減�、耦愓`差,平均整體濾波精度高達(dá)94.66%。3.將偏度平衡算法引入道路點(diǎn)云反射強(qiáng)度閾值的確定中,提出一種基于偏度平衡的道路點(diǎn)云反射強(qiáng)度閾值確定方法。該方法假定“純凈”的道路點(diǎn)云的反射強(qiáng)度值成正態(tài)分布,因受非道路點(diǎn)云反射強(qiáng)度值的干擾,致使整體點(diǎn)云的強(qiáng)度值成正偏態(tài)分布。通過不斷地剔除非道路點(diǎn)云反射強(qiáng)度值的影響使其分布從正偏態(tài)分布變?yōu)檎龖B(tài)分布,從而確定道路點(diǎn)云反射強(qiáng)度閾值,進(jìn)而獲取初始道路點(diǎn)云。實(shí)驗(yàn)結(jié)果表明,所提出的算法能夠準(zhǔn)確、無參地確定道路點(diǎn)云的反射強(qiáng)度閾值,并提高了閾值設(shè)定的自動(dòng)化程度。4.建立一種能夠精確、快速、完整地提取出城市道路網(wǎng)的多層級融合與優(yōu)化方法。在該方法的實(shí)現(xiàn)過程中,首先提出了一種基于旋轉(zhuǎn)鄰域的狹窄道路識別算法,即通過多角度地旋轉(zhuǎn)道路領(lǐng)域自動(dòng)實(shí)現(xiàn)對狹窄道路的判別與剔除。然后,根據(jù)道路之間的拓?fù)潢P(guān)系,提出一種似道路區(qū)域識別算法,即通過計(jì)算道路交叉點(diǎn)之間的棋盤距離,將小于閾值的交叉點(diǎn)所在的區(qū)域判定為似道路區(qū)域。最后,針對道路區(qū)域和似道路區(qū)域分別設(shè)定不同的融合與優(yōu)化準(zhǔn)則,實(shí)現(xiàn)對城市道路網(wǎng)的精確提取。采用國際攝影測量與遙感學(xué)會提供的位于德國Vaihingen城市的點(diǎn)云數(shù)據(jù)對本文建立的城市道路網(wǎng)提取方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果表明提取的城市道路網(wǎng)能夠獲得91.4%的正確率、80.4%的完整率和74.8%的質(zhì)量。這三項(xiàng)評價(jià)指標(biāo)均優(yōu)于現(xiàn)有的其他城市道路網(wǎng)提取模型或算法的相應(yīng)評價(jià)指標(biāo)。
[Abstract]:......
【學(xué)位授予單位】：中國地質(zhì)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：P237;U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李海亮;鄧非;李剛;;攝影測量激光點(diǎn)云空洞修補(bǔ)[J];測繪科學(xué);2010年05期

2 高恩陽;鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

3 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報(bào);2014年06期

4 趙強(qiáng);彭國華;王鋒;;點(diǎn)云精簡的一種方法[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

5 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點(diǎn)云修復(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

6 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[J];測繪通報(bào);2012年S1期

7 詹慶明;張海濤;喻亮;;古建筑激光點(diǎn)云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

8 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點(diǎn)云約簡和體積計(jì)算方法[J];測繪科學(xué);2008年06期

9 楊欣;姚海燕;;平面點(diǎn)云邊界參數(shù)識別[J];中國西部科技;2009年27期

10 孫瑞;張彩霞;;點(diǎn)云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

相關(guān)會議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點(diǎn)云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會論文集[C];2009年

相關(guān)重要報(bào)紙文章 前3條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

3 林靜;珠海打造環(huán)形快速路網(wǎng)讓車暢人順[N];中華建筑報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 惠振陽;從機(jī)載LiDAR點(diǎn)云中提取城市道路網(wǎng)的關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué);2017年

2 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

3 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

4 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

5 王瑞巖;計(jì)算機(jī)視覺中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

6 段敏燕;機(jī)載激光雷達(dá)點(diǎn)云電力線三維重建方法研究[D];武漢大學(xué);2015年

7 李艷紅;車載移動(dòng)測量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類識別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

8 崔婷婷;結(jié)合車載點(diǎn)云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

9 戴玉成;基于UAV傾斜影像匹配點(diǎn)云的城市建筑物信息提取方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2017年

10 龔珍;地面三維激光掃描點(diǎn)云場景重建方法研究[D];中國地質(zhì)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點(diǎn)云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點(diǎn)云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

本文編號：1500269