本文關(guān)鍵詞：面向快速建模的車(chē)載激光點(diǎn)云的城市典型地物分類(lèi)方法研究

  更多相關(guān)文章： 車(chē)載點(diǎn)云數(shù)據(jù) 形狀特征 點(diǎn)云分類(lèi) 特征提取 分層

【摘要】：隨著信息社會(huì)的不斷發(fā)展以及“數(shù)字地球”和“數(shù)字城市”的提出,城市表面信息的提取與應(yīng)用顯得日益重要。車(chē)載激光測(cè)量系統(tǒng)能夠快速、精確得獲取三維空間的信息的特點(diǎn)使得它成為解決城市空間信息快速采集和數(shù)據(jù)更新的一個(gè)很好的選擇。但是對(duì)于快速獲取城市的三維模型以及三維信息而言,車(chē)載激光點(diǎn)云的分類(lèi)和快速建模是其必不可少的一步。 對(duì)于激光點(diǎn)云的處理的最終目標(biāo)是建模,為了滿(mǎn)足效率,最好是快速、自動(dòng)的構(gòu)網(wǎng)建模,而快速建模的基礎(chǔ)為點(diǎn)云的分類(lèi)結(jié)果。 目前并沒(méi)有比較系統(tǒng)而成熟的專(zhuān)門(mén)針對(duì)車(chē)載激光掃描系統(tǒng)的分類(lèi)方法并且面向快速建模的車(chē)載激光點(diǎn)云分類(lèi)方法。針對(duì)這一個(gè)問(wèn)題,本文借鑒了一些比較成熟的機(jī)載激光數(shù)據(jù)處理經(jīng)驗(yàn),并且依據(jù)車(chē)載激光掃描數(shù)據(jù)的特征,提出一種面向快速建模的車(chē)載激光點(diǎn)云分類(lèi)的方法,以此獲取城市地物的關(guān)鍵信息,服務(wù)于車(chē)載激光點(diǎn)云的快速建模。其中本文的研究?jī)?nèi)容為： 1)原始數(shù)據(jù)的采集和預(yù)處理,分析車(chē)載激光數(shù)據(jù)的特點(diǎn)以及車(chē)載數(shù)據(jù)與機(jī)載數(shù)據(jù)因?yàn)閿?shù)據(jù)表現(xiàn)特征的差異而導(dǎo)致二者分類(lèi)的差別,進(jìn)而確定文中分類(lèi)方法的依據(jù)。 2)車(chē)載激光數(shù)據(jù)的分類(lèi)。分析車(chē)載激光掃描數(shù)據(jù)的特點(diǎn),以及城市主要地物的表現(xiàn)特征,運(yùn)用本文自定義的參數(shù)和形狀特征,分別針對(duì)不同地物有不同的提取方法：對(duì)于地面,在原始數(shù)據(jù)中利用種子點(diǎn)面擬合的方法,將地面提取出來(lái),對(duì)于路燈、樹(shù)和建筑物這類(lèi)主干部分垂直于地面的對(duì)象,先按照高度分層,然后利用各個(gè)目標(biāo)的形狀特征首先進(jìn)行提取和區(qū)分,然后將各個(gè)的目標(biāo)的關(guān)鍵信息(路燈：高度和位置,樹(shù)：樹(shù)冠、樹(shù)徑、樹(shù)高、位置,建筑物：高度,邊緣線(xiàn),地面：格網(wǎng)抽稀后的面)用不同的文件存儲(chǔ)。 3)讀取上一步的分類(lèi)結(jié)果,即分別讀取不同對(duì)象的存儲(chǔ)了關(guān)鍵信息的存儲(chǔ)文件,用選擇好的建模工具和建模方法建模,然后導(dǎo)入三維場(chǎng)景,生成城市三維建模的場(chǎng)景。 從本文實(shí)驗(yàn)結(jié)果可以看出,本文提出的算法對(duì)于車(chē)載激光點(diǎn)云的分類(lèi)效果良好,精度較高。分類(lèi)的結(jié)果可以直接用于單個(gè)目標(biāo)的快速建模,具有很重要的實(shí)際應(yīng)用價(jià)值。
【關(guān)鍵詞】：車(chē)載點(diǎn)云數(shù)據(jù) 形狀特征 點(diǎn)云分類(lèi) 特征提取 分層
【學(xué)位授予單位】：首都師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：P208;P225.2
【目錄】：

• 摘要4-6
• Abstract6-10
• 圖目錄10-12
• 表目錄12-13
• 第一章 緒論13-21
• 1.1 研究背景與意義13-15
• 1.2 研究現(xiàn)狀與趨勢(shì)15-18
• 1.2.1 三維建模的現(xiàn)狀與趨勢(shì)15-16
• 1.2.2 車(chē)載激光點(diǎn)云分類(lèi)的現(xiàn)狀16-18
• 1.3 研究?jī)?nèi)容和目標(biāo)18-20
• 1.3.1 研究目標(biāo)18
• 1.3.2 研究?jī)?nèi)容及技術(shù)路線(xiàn)18-20
• 1.4 篇章結(jié)構(gòu)20-21
• 第二章 車(chē)載激光點(diǎn)云數(shù)據(jù)處理21-30
• 2.1 系統(tǒng)簡(jiǎn)介和工作原理21-24
• 2.1.1 系統(tǒng)簡(jiǎn)介21
• 2.1.2 系統(tǒng)工作原理21-24
• 2.2 數(shù)據(jù)預(yù)處理過(guò)程24
• 2.3 車(chē)載激光掃描數(shù)據(jù)24-29
• 2.3.1 車(chē)載激光點(diǎn)云的特點(diǎn)24-28
• 2.3.2 基于車(chē)載激光點(diǎn)云的特征的建模28-29
• 2.4 本章小結(jié)29-30
• 第三章 車(chē)載激光點(diǎn)云分類(lèi)方法30-44
• 3.1 車(chē)載激光點(diǎn)云分類(lèi)方法的原理30-31
• 3.2 分類(lèi)前準(zhǔn)備31-32
• 3.3 地面濾波原理32-34
• 3.4 樹(shù)的提取原理34-38
• 3.5 路燈的提取原理38-40
• 3.6 建筑物的提取原理40-44
• 第四章 實(shí)驗(yàn)與分析44-53
• 4.1 車(chē)載激光點(diǎn)云分類(lèi)方法實(shí)驗(yàn)44-47
• 4.1.1 實(shí)驗(yàn)對(duì)象與數(shù)據(jù)44-45
• 4.1.2 車(chē)載激光點(diǎn)云的分類(lèi)結(jié)果45-47
• 4.2 車(chē)載激光點(diǎn)云的快速建模47-51
• 4.2.1 地面和建筑物的建模47-48
• 4.2.2 其他對(duì)象的建模48-50
• 4.2.3 利用分類(lèi)結(jié)果的快速建模結(jié)果50-51
• 4.3 結(jié)果分析51-53
• 第五章 總結(jié)與展望53-55
• 5.1 總結(jié)53-54
• 5.1.1 本文主要的工作與創(chuàng)新53-54
• 5.2 展望54-55
• 參考文獻(xiàn)55-59
• 致謝59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳芬芳;李清泉;熊卿;;基于車(chē)載激光掃描數(shù)據(jù)的目標(biāo)分類(lèi)方法[J];測(cè)繪科學(xué);2007年04期

2 鄒曉亮;于英;張永生;趙桂華;;基于車(chē)載激光掃描數(shù)據(jù)的電線(xiàn)桿自動(dòng)識(shí)別與定位[J];測(cè)繪科學(xué);2012年02期

3 王留召;韓友美;鐘若飛;;車(chē)載激光掃描儀距離測(cè)量參數(shù)標(biāo)定[J];測(cè)繪通報(bào);2010年01期

4 馮梅;;基于LiDAR和航空影像的三維建模方法探討[J];測(cè)繪通報(bào);2011年12期

5 史文中,李必軍,李清泉;基于投影點(diǎn)密度的車(chē)載激光掃描距離圖像分割方法[J];測(cè)繪學(xué)報(bào);2005年02期

6 武曉波,王世新,肖春生;Delaunay三角網(wǎng)的生成算法研究[J];測(cè)繪學(xué)報(bào);1999年01期

7 張桂芳;單新建;尹京苑;馬照松;趙俊娟;;單幅高空間分辨率衛(wèi)星圖像提取建筑物三維信息的方法研究[J];地震地質(zhì);2007年01期

8 陳允芳;葉澤田;盧秀山;鐘若飛;;車(chē)載移動(dòng)測(cè)圖系統(tǒng)設(shè)計(jì)與應(yīng)用探討[J];工程勘察;2007年12期

9 李婷;詹慶明;喻亮;;基于地物特征提取的車(chē)載激光點(diǎn)云數(shù)據(jù)分類(lèi)方法[J];國(guó)土資源遙感;2012年01期

10 劉全海;冉慧敏;;機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的后處理及應(yīng)用[J];城市勘測(cè);2013年02期

，

本文編號(hào)：1005078