機(jī)載LiDAR點(diǎn)云與航空影像融合的地物分類方法研究
本文關(guān)鍵詞：機(jī)載LiDAR點(diǎn)云與航空影像融合的地物分類方法研究
更多相關(guān)文章： 機(jī)載激光雷達(dá) 濾波 仿射變換 面向?qū)ο?/b> 層次分類
【摘要】：針對當(dāng)前單一數(shù)據(jù)源地物分類存在的優(yōu)缺點(diǎn),本文圍繞機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波與航空影像配準(zhǔn)后地物分類等關(guān)鍵技術(shù)進(jìn)行研究。首先,研究了點(diǎn)云數(shù)據(jù)預(yù)處理的相關(guān)內(nèi)容并針對當(dāng)前濾波算法存在的穩(wěn)健性差等問題,提出了基于偏度與峰度變化曲線以及基于微分形態(tài)學(xué)斷面的濾波算法;然后,將預(yù)處理后的LiDAR點(diǎn)云數(shù)據(jù)插值生成DSM灰度圖,利用SUSAN自適應(yīng)角點(diǎn)檢測算法提取建筑物角點(diǎn),基于兩級仿射變換模型完成DSM灰度圖與航空影像配準(zhǔn);最后,通過面向?qū)ο髮哟畏诸惙椒ㄍ瓿傻匚锞_分類。論文主要工作及結(jié)論如下:(1)系統(tǒng)介紹了機(jī)載LiDAR測量原理,并對獲取的數(shù)據(jù)進(jìn)行了分析;比較當(dāng)前存在的各種LiDAR點(diǎn)云數(shù)據(jù)組織方式優(yōu)劣,針對不同的濾波方法,本文分別采取了虛擬格網(wǎng)和規(guī)則格網(wǎng),選擇合適的格網(wǎng)尺寸對原始點(diǎn)云進(jìn)行格網(wǎng)化,提高了數(shù)據(jù)處理效率。對于機(jī)載LiDAR點(diǎn)云獲取過程中產(chǎn)生的不可避免的粗差點(diǎn),通過改進(jìn)的單一閾值法進(jìn)行剔除。(2)對經(jīng)典濾波算法進(jìn)行深入研究,針對濾波精度易受閾值選取的影響,提出了基于偏度與峰度變化曲線濾波方法,該方法引入統(tǒng)計學(xué)中的偏度與峰度平衡思想,利用統(tǒng)計矩平衡原理濾除地物點(diǎn);針對形態(tài)學(xué)濾波算法對地形適應(yīng)性不強(qiáng)的問題,提出了基于微分形態(tài)學(xué)斷面改進(jìn)方法,該方法引入圖像處理中的高斯卷積運(yùn)算,利用閾值判別函數(shù)識別地面點(diǎn)。通過ISPRS提供的官方數(shù)據(jù)對兩種算法進(jìn)行測試,實驗表明,兩種方法均能獲得較好的濾波效果,具有較高的精度和穩(wěn)健性。(3)借鑒圖像配準(zhǔn)思想,將機(jī)載LiDAR點(diǎn)云與遙感影像3D-2D配準(zhǔn)轉(zhuǎn)化為DSM灰度圖與遙感影像2D-2D配準(zhǔn)。為此,首先利用自然鄰域法對LiDAR點(diǎn)云進(jìn)行插值獲取DSM灰度圖,然后,利用SUSAN自適應(yīng)角點(diǎn)檢測算法提取建筑物角點(diǎn),利用多級仿射變換模型完成配準(zhǔn)。實驗證明,該方法簡單、運(yùn)算效率高,配準(zhǔn)精度滿足實驗需求,效果較好。(4)針對配準(zhǔn)后的LiDAR點(diǎn)云和高分辨航空影像地物分類,本文提出了面向?qū)ο髮哟畏诸惙椒�。利用多尺度分割技術(shù),按照定義的規(guī)則集分類特征,采用專家決策系統(tǒng)支持的模糊分類算法完成地物細(xì)分。通過實例驗證,該方法較基于像元的分類方法精度得到明顯提高,分類效果更好。
【關(guān)鍵詞】：機(jī)載激光雷達(dá) 濾波 仿射變換 面向?qū)ο?/strong> 層次分類
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P23
【目錄】：
- 致謝4-6
- 摘要6-7
- Abstract7-16
- 變量注釋表16-17
- 1 緒論17-27
- 1.1 研究背景及意義17-18
- 1.2 國內(nèi)外研究現(xiàn)狀18-23
- 1.3 研究的主要內(nèi)容及技術(shù)路線23-25
- 1.4 本文結(jié)構(gòu)安排25-26
- 1.5 本章小結(jié)26-27
- 2 機(jī)載LiDAR原理及數(shù)據(jù)分析27-38
- 2.1 機(jī)載激光雷達(dá)掃描測量原理27-31
- 2.2 機(jī)載LiDAR數(shù)據(jù)組成及特點(diǎn)31-34
- 2.3 機(jī)載LiDAR數(shù)據(jù)組織方式34-37
- 2.4 本章小結(jié)37-38
- 3 機(jī)載LiDAR數(shù)據(jù)濾波算法研究38-55
- 3.1 實驗數(shù)據(jù)38-39
- 3.2 基于偏度與峰度變化曲線的機(jī)載LiDAR點(diǎn)云濾波方法39-46
- 3.3 基于微分形態(tài)學(xué)斷面的機(jī)載LiDAR點(diǎn)云濾波方法46-54
- 3.4 本章小結(jié)54-55
- 4 機(jī)載LiDAR數(shù)據(jù)與遙感影像配準(zhǔn)研究55-69
- 4.1 機(jī)載LiDAR點(diǎn)云數(shù)據(jù)內(nèi)插56-58
- 4.2 DSM灰度影像與遙感影像配準(zhǔn)58-61
- 4.3 實驗與結(jié)果分析61-68
- 4.4 本章小結(jié)68-69
- 5 融合高分辨率航空影像的機(jī)載LiDAR點(diǎn)云分類研究69-78
- 5.1 面向?qū)ο蟮膶哟畏诸惙椒ㄔ?/span>69-74
- 5.2 實驗過程74-75
- 5.3 結(jié)果分析與精度評價75-77
- 5.4 本章小結(jié)77-78
- 6 總結(jié)與展望78-80
- 6.1 結(jié)論78
- 6.2 展望78-80
- 參考文獻(xiàn)80-87
- 作者簡歷87-89
- 學(xué)位論文數(shù)據(jù)集89
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 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
2 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;2014年06期
3 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(自然科學(xué)版);2006年05期
4 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
5 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期
6 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
7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點(diǎn)云約簡和體積計算方法[J];測繪科學(xué);2008年06期
8 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
9 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
10 張毅;閆利;;地面激光點(diǎn)云強(qiáng)度噪聲的三維擴(kuò)散濾波方法[J];測繪學(xué)報;2013年04期
中國重要會議論文全文數(shù)據(jù)庫 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算及匹配方法[A];第四屆全國幾何設(shè)計與計算學(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)自動化與信息化技術(shù)研討會論文集[C];2009年
中國重要報紙全文數(shù)據(jù)庫 前2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;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;2012年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 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
2 劉涌;基于連續(xù)序列自動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
3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015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 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年
7 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年
8 李揚(yáng)彥;基于點(diǎn)云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年
9 楊德賀;面向虛擬測方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年
10 何朝明;離散點(diǎn)云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 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：1012199
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/1012199.html
