【摘要】：機載LiDAR(Light Detection And Ranging)能夠快速獲取高精度、高密度的地形信息,是一種高效的地形探測技術。為了在符合精度的條件下提高數(shù)據(jù)處理效率,減少后期數(shù)據(jù)處理難度,對機載LiDAR點云數(shù)據(jù)進行抽稀是非常有必要的。本文提出一種基于多元地形特征的機載LiDAR點云抽稀算法。該算法是針對地面點云,所以在點云抽稀前,應先進行點云濾波。然后,提取地面點的多元地形特征信息,利用主成分分析法構建多元地形特征復雜度模型,以此作為點云取舍的判定指標,實現(xiàn)點云的高精度抽稀。主要研究工作如下:1.研究了剛度參數(shù)優(yōu)化的布料模擬點云濾波。在現(xiàn)有的布料模擬點云濾波算法的基礎上,針對調整布料柔軟度的剛度參數(shù)進行精細化設置。在分區(qū)劃塊的基礎上,按照地形類型,選擇相匹配的IMRI(Improved Rigidness)值,使模擬的布料與地形特征更加吻合,提高了點云濾波精度。2.實現(xiàn)了機載LiDAR多元地形特征快速提取方法。通過局部地形的二次曲面擬合,建立實測LiDAR地形數(shù)據(jù)與擬合曲面的幾何規(guī)則;采用LM(Levenberg-Marquardt)算法迭代參數(shù)尋優(yōu),獲得最優(yōu)化結果下的地形擬合參數(shù);并以地形擬合模型為基礎,實現(xiàn)了六類地形特征信息(局部點密度、高程標準差、坡度、高斯曲率、平均曲率、粗糙度)的快速提取。3.提出了基于多元地形特征的點云抽稀算法。選取高程標準差σH、坡度φ、高斯曲率CG和粗糙度Kr四類地形特征參數(shù)作為變量因子,基于主成分分析和多因子理論,構建了多元地形特征復雜度模型T(σH,φ,CG,Kr.),并以獲得的r值作為點云抽稀判定指標,實現(xiàn)了點云的高精度抽稀。將本算法抽稀結果與基于坡度的點云抽稀和TerraScan軟件中的抽稀結果進行了對比分析,實驗結果表明本文算法具有更高的抽稀精度和更強的魯棒性。
【學位授予單位】：山東科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P237
【圖文】：

數(shù)據(jù)后處理軟件逡逑ＬＡＳ、點云等產品逡逑圖２．２機載ＬｉＤＡＲ測量系統(tǒng)示意圖逡逑Ｆｉｇ．邋２．２邋Ｓｃｈｅｍａｔｉｃ邋ｉｌｌｕｓｔｒａｔｉｏｎ邋ｏｆ邋ａｉｒｂｏｒｎｅ邋ＬｉＤＡＲ邋ｍｅａｓｕｒｅｍｅｎｔ邋ｓｙｓｔｅｍ．逡逑ＧＮＳＳ／ＩＮＳ組合導航系統(tǒng)為機載ＬｉＤＡＲ提供了高精度的位置和姿態(tài)數(shù)據(jù)，逡逑其中包括：慣性測量單元（Ｉｎｅｒｔｉａｌ邋Ｍｅａｓｕｒｅｍｅｎｔ邋Ｕｎｉｔ，ＩＭＵ）提供的載體瞬時姿逡逑態(tài)角（ｒ，ｐ，／７）、ＧＮＳＳ提供的精確定位信息（Ｘ，邋７，Ｚ）和秒脈沖時間信息。利用位置逡逑和姿態(tài)參數(shù)可對激光點云數(shù)據(jù)進行匹配與融合，從而計算目標點的三維坐標％。逡逑２．１．２機載ＬｉＤＡＲ系統(tǒng)主要技術指標逡逑機載ＬｉＤＡＲ系統(tǒng)的主要技術指標包括激光脈沖發(fā)射頻率、脈沖波長、測量逡逑精度、掃描天底角范圍、掃描速度（線頻率）、激光發(fā)散角等。表２．１總結了當逡逑Ｍ主流機載ＬｉＤＡＲ測量系統(tǒng)的相關技術指標。逡逑表２．１機載ＬｉＤＡＲ測量系統(tǒng)的相關技術指標統(tǒng)計表逡逑Ｔａｂ．２．１邋Ｓｔａｔｉｓｔｉｃａｌ邋ｔａｂｌｅ邋ｏｆ邋ｒｅｌｅｖａｎｔ邋ｔｅｃｈｎｉｃａｌ邋ｉｎｄｅｘｅｓ邋ｏｆ邋ａｉｒｂｏｒｎｅ邋ＬｉＤＡＲ邋ｍｅａｓｕｒｅｍｅｎｔ邋ｓｙｓｔｅｍ．逡逑生產Ｊ邋家邐ＴｏｐＥｙｅ邐Ｆｕｇｒｏ邐Ｒｉｅｇｌ邐Ｏｐｔｅｃｈ邐Ｌｅｉｃａ逡逑ＡＬＴＭ逡逑系統(tǒng)型號邐Ｍａｒ

通過平移變換使兩坐標系坐標原點重合，然后利用實時采集的姿態(tài)數(shù)據(jù)信息，逡逑完成慣導坐標系的三維坐標到當?shù)厮阶鴺讼档霓D換。相應的坐標轉換過程如逡逑圖２．４所示。逡逑Ｒ（ｈ，ｐ，ｒ）逡逑Ｙ邐Sl角Ｐ逡逑Ｖ邋？邐—坐標原點逡逑橫滾角逡逑航偏角少ｙ逡逑慣導坐標系＾邋Ｉ當?shù)厮阶鴺讼靛义希澹阱义蠄D２．４慣導坐標系到當?shù)厮阶鴺讼靛义希疲椋纾玻村澹茫铮睿觯澹颍螅椋铮铄澹铮驽澹桑危渝澹悖铮铮颍洌椋睿幔簦邋澹螅螅簦澹礤澹簦镥澹欤铮悖幔戾澹欤澹觯澹戾澹悖铮铮颍洌椋睿幔簦邋澹螅螅簦澹恚义蠎T導坐標系下的三維坐標（，ｙ，，ｚ；）到當?shù)刈鴺讼迪碌募す恻c坐標逡逑的轉換過程為：逡逑Ｘｊ±ｓ邐Ｘ丨邐ＡＸ０逡逑Ｙｌｌｓ邐＝Ｒ｛ｈ，ｐ，ｒ）邐Ｙ，邐＋邋ＡＹ０邐式（２．３）逡逑－Ｚ／ｘｓ邋＿邐＿＾0＿逡逑其中，Ｊｉ（ｈ，ｐ，ｆ）邋＝邋Ｒｈ．Ｒｐ．Ｒｔ，逡逑ｃｏｓｈ邋一邋ｓｉｎ／７邋０邐ｃｏｓ邋ｐ邋０邋ｓｉｎ邋ｐ邐１０邐０逡逑Ｒｈ邋＝邋ｓｉｎ／７邐ｃｏｓｈ邐０，Ｒｐ邋＝邐０邐１邐０邋，＇邋＝邋０邐ｃｏｓｒ邐－ｓｉｎ廠。逡逑０邐０邐１邐ｓｉｎ邋ｐ邐０邐ｃｏｓ邋ｐ邐０邐ｓｉｎ邋ｒ邐ｃｏｓ邋ｒ逡逑（３）從當?shù)厮阶鴺讼缔D換到ＷＧＳ８４坐標系逡逑由當?shù)厮阶鴺宿D換至ＷＧＳ８４坐標，需要己知ＧＮＳＳ天線相位中心位置逡逑的大地坐標（５N／／），并由大地坐標轉換為空間直角坐標（ｘ。，：＾，、）。經(jīng)過平移逡逑坐標原點

【參考文獻】

相關期刊論文 前10條

1 宋大虎;李忠科;王忠;許斌;;保持特征的點云迭代簡化算法[J];計算機應用研究;2014年04期

2 楊榮華;花向紅;游揚聲;;基于散亂點的局部n次曲面擬合及其曲率計算[J];大地測量與地球動力學;2013年03期

3 王強鋒;李建軍;張公平;;從隨機非概率數(shù)據(jù)中提取粗糙度及其可靠度[J];計算機工程與應用;2012年29期

4 張迪;鐘若飛;李廣偉;趙坤;;車載激光掃描系統(tǒng)的三維數(shù)據(jù)獲取及應用[J];地理空間信息;2012年01期

5 李鵬程;王慧;劉志青;劉忠濱;石斌;;一種基于掃描線的數(shù)學形態(tài)學LiDAR點云濾波方法[J];測繪科學技術學報;2011年04期

6 繆志修;齊華;王國昌;程昂;;基于機載LiDAR數(shù)據(jù)構建的DEM抽稀算法研究[J];鐵道勘察;2010年04期

7 隋剛;郝兵元;彭林;;利用高程標準差表達地形起伏程度的數(shù)據(jù)分析[J];太原理工大學學報;2010年04期

8 羅伊萍;姜挺;龔志輝;江剛武;陳文鋒;;基于自適應和多尺度數(shù)學形態(tài)學的點云數(shù)據(jù)濾波方法[J];測繪科學技術學報;2009年06期

9 楊玲;劉春;吳杭彬;歐陽斯達;;顧及矢量特征的機載LiDAR點云數(shù)據(jù)壓縮方法[J];地理與地理信息科學;2009年04期

10 劉學軍;卞璐;盧華興;朱瑩;;顧及DEM誤差自相關的坡度計算模型精度分析[J];測繪學報;2008年02期

相關博士學位論文 前2條

1 李鵬程;機載全波形LiDAR數(shù)據(jù)的地形與建筑物重建技術[D];解放軍信息工程大學;2015年

2 羅伊萍;LIDAR數(shù)據(jù)濾波和影像輔助提取建筑物[D];解放軍信息工程大學;2010年

相關碩士學位論文 前1條

1 繆志修;基于機載LiDAR數(shù)據(jù)的DEM抽稀算法研究[D];西南交通大學;2010年

本文編號：2713816