本文關(guān)鍵詞：一種基于高程跳變的機載LiDAR數(shù)據(jù)多層次濾波方法研究

  更多相關(guān)文章： 機載激光雷達 點云數(shù)據(jù) 高程跳變 不規(guī)則三角網(wǎng) 均值限差 均值漂移 多層次濾波 移動曲面擬合

【摘要】：機載LiDAR系統(tǒng)作為一種新的技術(shù)手段,在三維空間信息獲取方面取得了開創(chuàng)性的突破。與傳統(tǒng)的攝影測量與遙感技術(shù)相比,該技術(shù)受天氣、光照等自然條件的影響小,可全天時進行三維數(shù)據(jù)獲取。LiDAR數(shù)據(jù)處理是LiDAR技術(shù)中的關(guān)鍵,約占總工作時間的80%,其中對點云數(shù)據(jù)濾波獲取DEM是數(shù)據(jù)處理工作的第一步。濾波質(zhì)量直接影響著后續(xù)產(chǎn)品的質(zhì)量及該技術(shù)在生產(chǎn)應(yīng)用中的成敗,是LiDAR技術(shù)研究的重點與難點。因此,通過高效快速地進行LiDAR點云數(shù)據(jù)濾波來獲取DEM是當前一個非常重要的研究課題。本文在對相關(guān)的研究成果進行分析總結(jié)的基礎(chǔ)之上,針對點云數(shù)據(jù)濾波方法進行了改進和實驗,并對濾波方法存在的關(guān)鍵問題與細節(jié)進行闡述,具體研究內(nèi)容如下： (1)介紹了機載激光雷達系統(tǒng)的發(fā)展歷程,對LiDAR點云數(shù)據(jù)的組成、數(shù)據(jù)格式及數(shù)據(jù)特點進行了詳細的闡述并對點云數(shù)據(jù)的組織方法進行了系統(tǒng)的說明,為后續(xù)點云數(shù)據(jù)濾波算法的研究提供了保障。 (2)分析了國內(nèi)外機載LiDAR點云數(shù)據(jù)濾波方法,介紹了多種經(jīng)典算法的算法思想,并對其中幾種類型濾波算法的改進進行了詳盡的敘述,系統(tǒng)地歸納了算法存在的不足,為下一步研究工作提供了理論依據(jù)。 (3)改進了基于高程跳變的TIN濾波算法。通過Mean Shift對點云進行分類,由分類結(jié)果進行分塊處理,并根據(jù)每塊數(shù)據(jù)特點設(shè)置不同的閾值；在原有的閾值基礎(chǔ)上加入了空間角度作為閾值參數(shù),以提高濾波結(jié)果的準確度。 (4)設(shè)計了一種分層自適應(yīng)移動曲面擬合濾波算法。該算法是對改進的基于高程跳變TIN算法思想的進一步深化。根據(jù)不同地物“高程跳變”的程度不同.以某類地物“高程跳變”特點,可漸進地對某一高程范圍的地物進行層次性的濾除。算法首先利用本文給出的改進的均值限差法進行“粗”濾波,以濾除中等及高大地物,增加了地面點比例,提高下一步濾波效率�！按帧睘V波后,以Mean Shift算法進行分類,并通過虛擬格網(wǎng)對點云進行組織。最后,設(shè)計了一種局部自適應(yīng)閾值方法,通過移動曲面擬合法濾波進行剩余非地面點的濾除。 研究表明：本文改進后的基于高程跳變的TIN濾波算法,在多種地形條件下,相比改進前的算法,能夠濾除大部分原算法中不能濾除的地物點,且能很好地保持地形細節(jié)信息。通過對濾波結(jié)果的定量分析,改進算法的第Ⅰ類誤差、第Ⅱ類誤差和總誤差均有較大的下降。本文改進的均值限差法中設(shè)置自適應(yīng)閾值能夠較好地濾除大部分的地物點,降低了激光腳點的數(shù)據(jù)量,提高了后續(xù)精濾波的運行效率。分層自適應(yīng)移動曲面擬合法濾波算法,具有較強地適應(yīng)性,可有效地解決原移動曲面擬合法濾波和改進的基于高程跳變的TIN濾波中存在的低位粗差、誤差傳遞與累積、地形過度腐蝕等問題,濾波結(jié)果較好。
【關(guān)鍵詞】：機載激光雷達 點云數(shù)據(jù) 高程跳變 不規(guī)則三角網(wǎng) 均值限差 均值漂移 多層次濾波 移動曲面擬合
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P237;P225
【目錄】：

• 摘要6-8
• Abstract8-10
• 目錄10-12
• 第1章 緒論12-16
• 1.1 研究背景與意義12-13
• 1.2 研究目標與內(nèi)容13-14
• 1.3 擬解決的關(guān)鍵問題和技術(shù)路線14
• 1.4 論文的組織結(jié)構(gòu)14-16
• 第2章 國內(nèi)外研究發(fā)展現(xiàn)狀16-34
• 2.1 機載LiDAR技術(shù)設(shè)備發(fā)展歷程16-17
• 2.2 機載LiDAR點云數(shù)據(jù)特點及組織方法17-29
• 2.2.1 機載LiDAR數(shù)據(jù)的組成17-19
• 2.2.2 機載LiDAR點云的數(shù)據(jù)格式19-21
• 2.2.3 機載LiDAR點云數(shù)據(jù)的特點21-24
• 2.2.4 機載LiDAR點云數(shù)據(jù)的組織方法24-29
• 2.3 國內(nèi)外濾波算法綜述29-33
• 2.3.1 基于聚類分割思想的濾波算法29-30
• 2.3.2 基于形態(tài)學(xué)的濾波算法30-31
• 2.3.3 基于坡度的濾波算法31
• 2.3.4 基于TIN的濾波算法31-32
• 2.3.5 基于內(nèi)插的濾波算法32
• 2.3.6 其他濾波方法32-33
• 2.4 本章小結(jié)33-34
• 第3章 改進的基于高程跳變的TIN的濾波算法34-47
• 3.1 機載LiDAR點云數(shù)據(jù)濾波原理34-36
• 3.1.1 點云數(shù)據(jù)及點云濾波定義34-35
• 3.1.2 點云數(shù)據(jù)濾波原理35-36
• 3.2 濾波的難點36-37
• 3.3 點云數(shù)據(jù)預(yù)處理37-38
• 3.4 改進的基于高程跳變的TIN的濾波算法38-46
• 3.4.1 Mean Shift算法38-42
• 3.4.2 基于高程跳變的TIN的濾波算法原理42-43
• 3.4.3 改進的基于高程跳變的TIN的濾波算法43-46
• 3.5 本章小結(jié)46-47
• 第4章 基于分層自適應(yīng)的移動曲面擬合濾波方法47-55
• 4.1 多層次濾波算法的簡述47-48
• 4.2 均值限差法改進48-50
• 4.2.1 均值限差法48
• 4.2.2 均值限差法改進48-50
• 4.3 分層自適應(yīng)移動曲面擬合法濾波50-54
• 4.3.1 移動曲面擬合濾波算法原理50-51
• 4.3.2 移動曲面擬合法濾波的優(yōu)缺點51-52
• 4.3.3 分層自適應(yīng)移動曲面擬合法濾波52-54
• 4.4 本章小結(jié)54-55
• 第5章 實驗結(jié)果與分析55-67
• 5.1 實驗環(huán)境55
• 5.2 實驗數(shù)據(jù)55-56
• 5.3 濾波算法評價56-57
• 5.4 實驗分析57-66
• 5.4.1 城市區(qū)域?qū)嶒?/span>58-60
• 5.4.2 特殊地形區(qū)域的實驗60-63
• 5.4.3 山區(qū)實驗63-66
• 5.5 本章小結(jié)66-67
• 結(jié)論與展望67-69
• 致謝69-70
• 參考文獻70-75

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 寧津生;王正濤;;測繪學(xué)科發(fā)展綜述[J];測繪科學(xué);2006年01期

2 張小紅;;利用機載LIDAR雙次回波高程之差分類激光腳點[J];測繪科學(xué);2006年04期

3 龔亮;張永生;李正國;包全福;;基于多尺度虛擬網(wǎng)格與坡度閾值的機載LiDAR點云濾波方法[J];測繪科學(xué);2012年01期

4 龔健雅;一種基于自然數(shù)的線性四叉樹編碼[J];測繪學(xué)報;1992年02期

5 隋立春;楊耘;;基于car(p,q)模型和數(shù)學(xué)形態(tài)學(xué)理論的LiDAR點云數(shù)據(jù)濾波[J];測繪學(xué)報;2012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];測繪學(xué)報;1999年01期

7 徐國杰;胡文濤;;一種改進的LiDAR點云TIN迭代濾波算法[J];測繪信息與工程;2010年01期

8 寧亞飛;吳笑天;張海濤;徐巍;;基于虛擬三角網(wǎng)與坡度濾波的LIDAR點云數(shù)據(jù)濾波方法的研究[J];工程地球物理學(xué)報;2012年05期

9 夏長俊;李翊;顧文錦;張沛帆;;基于Canny邊緣檢測的Mean-Shift跟蹤核窗寬確定方法[J];海軍航空工程學(xué)院學(xué)報;2008年03期

10 羅伊萍;姜挺;龔志輝;江剛武;陳文鋒;;基于自適應(yīng)和多尺度數(shù)學(xué)形態(tài)學(xué)的點云數(shù)據(jù)濾波方法[J];測繪科學(xué)技術(shù)學(xué)報;2009年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 周曉明;機載激光雷達點云數(shù)據(jù)濾波算法的研究與應(yīng)用[D];解放軍信息工程大學(xué);2011年

2 曾齊紅;機載激光雷達點云數(shù)據(jù)處理與建筑物三維重建[D];上海大學(xué);2009年

，

本文編號：1104048