【摘要】：激光雷達測量(LiDAR)作為一種快速獲取空間數(shù)據(jù)的新手段,廣泛應(yīng)用于在地球空間信息科學(xué)領(lǐng)域。盡管機載LiDAR測量的硬件發(fā)展已經(jīng)相當成熟,但是機載LiDAR點云數(shù)據(jù)處理的理論和方法仍處于探索階段,許多問題還有待解決。點云數(shù)據(jù)的濾波、目標識別分類和建筑物三維重建是機載LiDAR點云后處理的幾個關(guān)鍵問題。本文以面向?qū)ο笥跋穹治隼碚摓橹笇?dǎo),結(jié)合點云數(shù)據(jù)結(jié)構(gòu)特點,在研究點云分割的基礎(chǔ)上,深入探索和研究了點云濾波、點云分類和建筑物三維建模等問題。主要研究內(nèi)容及創(chuàng)新點概括如下:1.簡要介紹了機載LiDAR系統(tǒng)的定位原理及結(jié)構(gòu)組成,分析了機載LiDAR技術(shù)的特點及優(yōu)勢,歸納并總結(jié)了點云濾波、點云分類和建筑物三維重建涉及的熱點和難點問題,為實際工程應(yīng)用和后續(xù)算法設(shè)計提供必要的理論依據(jù)。2.針對表面生長點云分割算法實現(xiàn)過程中存在的參數(shù)多、計算繁瑣、需要反復(fù)嘗試等不足,提出了一種基于法向量和距離特征的表面生長點云分割優(yōu)化算法。在表面生長過程中,融合了聚類思想,設(shè)定鄰近點到種子平面的距離閾值、鄰近點與種子點之間的法向量角度差閾值作為相似性度量準則,有效地提高了點云分割結(jié)果的準確性。另外,又引入了標號判別競爭機制,進一步改善了點云分割結(jié)果的精度。此分割算法根據(jù)表面生長種子點的選取不同,可派生為平面生長點云分割算法和光滑表面生長點云分割算法。相關(guān)試驗表明,提出的平面分割算法對建筑物、道路等人工地物點云的分割效果較好;而提出的光滑表面分割算法對城區(qū)或農(nóng)村地區(qū)等自然地表分割效果較好。同時,這兩種點云分割算法分別是后續(xù)點云處理研究的基礎(chǔ)。3.針對陡坎、懸崖等帶有地表結(jié)構(gòu)線特征的突變地形及地物結(jié)構(gòu)復(fù)雜地區(qū),設(shè)計并改進了一種光滑表面分割支持的不規(guī)則三角網(wǎng)(TIN)漸進加密點云濾波算法。將光滑表面生長點云分割結(jié)果添加到TIN漸進加密點云濾波過程中,增強了初始地面模型的準確性,進而改善了經(jīng)典TIN漸進加密點云濾波算法的不足。試驗分析表明,改進的TIN漸進加密點云濾波算法繼承了經(jīng)典TIN濾波算法的良好性能,同時也能更好地保留地形結(jié)構(gòu)線附近的地面點及地物結(jié)構(gòu)復(fù)雜地區(qū)的地面點,顯著地提高了點云濾波質(zhì)量。4.在平面生長點云分割算法研究的基礎(chǔ)上,重點研究并提出了一種面向?qū)ο蟮某菂^(qū)機載LiDAR點云分類算法。著重研究了地物點云的特征向量優(yōu)化選取策略及智能分類方法設(shè)計等問題。以平面生長分割面片作為處理的基本單元,提出了一組用于描述地物點云幾何特性、形狀特性、高程紋理特性、回波特性、輻射特性的特征向量,使用RBF-SVM分類器對分割后的點云進行分類,并對初始分類結(jié)果進行三維拓撲分析優(yōu)化,進一步改善了點云分類結(jié)果。試驗結(jié)果表明,本文的分類算法對于城區(qū)內(nèi)的地物點云具有良好的分類效果,尤其對地面、建筑物具有很高的分類精度。5.重點提出并實現(xiàn)了一種面向?qū)ο蟮腖iDAR點云城區(qū)建筑物三維模型重建方案。主要包括三個創(chuàng)新點:(1)以點云分類結(jié)果為基礎(chǔ),提出并實現(xiàn)了一種基于TIN和連通成分分析的單棟建筑物腳點自動檢測算法,實現(xiàn)了單棟建筑物的正確分離;(2)以屋頂三維幾何基元為基本單元,提出了一種建筑物屋頂規(guī)則邊界線的自動提取算法;(3)以屋頂三維幾何基元為基本單元,提出了一種屋脊線(或屋谷線)等重要屋頂線特征的自動提取算法。同時,針對復(fù)雜建筑物屋頂?shù)母叱屉A躍線等重要結(jié)構(gòu)線特征難以自動提取等問題,研究并實現(xiàn)了人工輔助的半自動提取方法。重建試驗結(jié)果表明,本文提出的建筑物重建方案能正確重構(gòu)不規(guī)則、復(fù)雜多層或高層建筑物的三維輪廓模型,能夠適用于機載LiDAR點云數(shù)據(jù)中城區(qū)大部分建筑物的三維重建工作。
[Abstract]:......
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：P237
，

本文編號：2372875