近年來,激光雷達（Light Detection And Ranging,簡稱LiDAR）的硬件系統(tǒng)在不斷發(fā)展完善,然而對點云數(shù)據(jù)處理的算法研究卻相對滯后。目前國內(nèi)外學(xué)者經(jīng)過研究,提出了許多LiDAR點云濾波及分類的算法,但是這些算法或?qū)Φ匦我蟊容^高而難以適用于各種地形。比如說在山區(qū)地形中,地物坡度與地形坡度之間的差別很小,僅設(shè)置單一的坡度閾值容易造成真實地形的丟失或過度濾波。針對上述問題,本文分析了LiDAR點云數(shù)據(jù)去噪的方法,詳細地研究了LiDAR點云數(shù)據(jù)濾波和分類新方法。本文的主要工作和研究重點概括如下:為了克服傳統(tǒng)濾波算法自動化程度不高,不能適用于各種地形等問題,本文提出了一種基于梯度分塊的自適應(yīng)點云濾波算法。該算法的主要內(nèi)容為:首先研究了基于r鄰域的LiDAR點云數(shù)據(jù)去噪的方法,將點云中的異常點濾掉。其次研究了LiDAR點云的濾波過程,針對傳統(tǒng)坡度濾波算法閾值設(shè)定單一的缺點。本文對其進行兩方面的改進,第一,為了減小地形對算法精度的影響,加入對數(shù)據(jù)分塊的思想,將LiDAR點云按照X與Y方向進行分塊;第二,為了能夠自適應(yīng)的求得每塊LiDAR點云的地面點與非地面點之間濾波的最優(yōu)閾... 

【文章來源】：天津理工大學(xué)天津市

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 LiDAR系統(tǒng)發(fā)展現(xiàn)狀
        1.2.2 點云濾波算法研究現(xiàn)狀
        1.2.3 點云分類算法研究現(xiàn)狀
    1.3 研究中的關(guān)鍵問題
    1.4 本文的主要研究內(nèi)容與組織結(jié)構(gòu)
第二章 機載LiDAR系統(tǒng)基礎(chǔ)理論及數(shù)據(jù)分析
    2.1 機載LiDAR系統(tǒng)組成及工作原理
        2.1.1 機載LiDAR系統(tǒng)的定位原理
        2.1.2 機載LiDAR系統(tǒng)的測距原理
        2.1.3 機載LiDAR系統(tǒng)的慣性測量系統(tǒng)
    2.2 機載LiDAR點云數(shù)據(jù)
        2.2.1 機載LiDAR點云數(shù)據(jù)的構(gòu)成
        2.2.2 機載LiDAR點云數(shù)據(jù)的格式
        2.2.3 機載LiDAR點云數(shù)據(jù)的組織形式
    2.3 本章小結(jié)
第三章 基于梯度分塊的自適應(yīng)點云濾波方法
    3.1 引言
    3.2 基于r鄰域的點云去噪算法
    3.3 自適應(yīng)點云濾波算法
        3.3.1 最大類間方差
        3.3.2 點云濾波算法步驟
    3.4 實驗與分析
        3.4.1 測試數(shù)據(jù)
        3.4.2 實驗評估標(biāo)準(zhǔn)
        3.4.3 實驗結(jié)果及分析
    3.5 本章小結(jié)
第四章 基于組合核函數(shù)的支持向量機點云分類算法
    4.1 引言
    4.2 支持向量機理論基礎(chǔ)
        4.2.1 線性支持向量機
        4.2.2 非線性支持向量機
    4.3 點云分類算法描述
        4.3.1 點云特征提取
        4.3.2 組合核函數(shù)的設(shè)計
        4.3.3 SVM分類器的設(shè)計
    4.4 實驗結(jié)果與分析
        4.4.1 測試數(shù)據(jù)
        4.4.2 實驗評估標(biāo)準(zhǔn)
        4.4.3 實驗結(jié)果及分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻
發(fā)表論文和科研情況說明
致謝


【參考文獻】：
期刊論文
[1]基于梯度分塊的自適應(yīng)點云濾波方法[J]. 陳超,李肖敏,董恩增,吳東月,吉月輝.  電子測量技術(shù). 2018(19)
[2]城區(qū)LiDAR點云自適應(yīng)坡度的濾波算法[J]. 何培培,萬幼川,黃桂平,馬開鋒.  遙感信息. 2017(05)
[3]輕型機載Lidar掃描技術(shù)應(yīng)用[J]. 熊明清,尹康華.  低碳世界. 2017(08)
[4]機載激光雷達測深技術(shù)與應(yīng)用研究進展[J]. 秦海明,王成,習(xí)曉環(huán),聶勝.  遙感技術(shù)與應(yīng)用. 2016(04)
[5]基于信息向量機的機載激光雷達點云數(shù)據(jù)分類[J]. 劉志青,李鵬程,陳小衛(wèi),張保明,郭海濤.  光學(xué)精密工程. 2016(01)
[6]顧及地形斷裂線的LiDAR點云濾波方法研究[J]. 高廣,馬洪超,張良,付晶.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2015(04)
[7]基于區(qū)域預(yù)測的LiDAR點云數(shù)據(jù)形態(tài)學(xué)濾波算法[J]. 苗啟廣,郭雪,宋建鋒,宣賀君.  激光與光電子學(xué)進展. 2015(01)
[8]基于高程統(tǒng)計的機載LiDAR點云三角網(wǎng)漸進濾波方法[J]. 陳琳,范湘濤,杜小平.  遙感信息. 2014(03)
[9]區(qū)域回波比率與拓撲識別模型結(jié)合的城區(qū)激光雷達點云分類方法[J]. 左志權(quán),張祖勛,張劍清.  中國激光. 2012(04)
[10]基于高程統(tǒng)計方法的機載LiDAR點云數(shù)據(jù)濾波[J]. 龔亮,張永生,施群山,徐國華.  測繪與空間地理信息. 2012(02)

碩士論文
[1]機載LiDAR點云數(shù)據(jù)濾波方法研究[D]. 甘桂琴.中南大學(xué) 2012
[2]3-D成像激光雷達信號處理系統(tǒng)的研究[D]. 王穎麟.電子科技大學(xué) 2010



本文編號：3029672