【摘要】：道路作為城市中的基礎(chǔ)設(shè)施,其在交通運(yùn)輸、應(yīng)急響應(yīng)和城市建設(shè)中扮演著重要的角色。隨著城市的快速發(fā)展和“智慧城市”的建設(shè),道路網(wǎng)的數(shù)據(jù)獲取和實(shí)時(shí)更新就變得尤為重要。機(jī)載LiDAR系統(tǒng)以其高效、準(zhǔn)確、時(shí)效的三維坐標(biāo)信息獲取能力,豐富的回波強(qiáng)度屬性,使得該數(shù)據(jù)采集技術(shù)成為城市道路快速提取的熱門研究方向。針對從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中提取城區(qū)道路,國內(nèi)外學(xué)者已經(jīng)提出多種算法,但是其中大部分的算法在提取道路點(diǎn)云時(shí)都存在自身的缺陷,比如道路點(diǎn)云數(shù)據(jù)提取的正確度不高,無法有效剔除停車場、露天廣場等與道路相連且特征極為相似的區(qū)域,道路中心線的提取存在斷裂、不連續(xù)等現(xiàn)象。本文重點(diǎn)針對如何有效剔除停車場、露天廣場等區(qū)域開展了以下研究工作:分析了國內(nèi)外學(xué)者在Li DAR點(diǎn)云道路提取方面所取得的成果;研究了機(jī)載LiDAR系統(tǒng)的組成及工作原理;分析了機(jī)載LiDAR點(diǎn)云的特點(diǎn)以及處理流程,為接下來進(jìn)行道路點(diǎn)云數(shù)據(jù)的提取打下基礎(chǔ)。研究了目前比較流行的幾種濾波算法,最后采用在城市區(qū)域表現(xiàn)較好的漸進(jìn)不規(guī)則三角網(wǎng)加密濾波算法,來分離地面點(diǎn)和非地面點(diǎn),并對該算法原理進(jìn)行了詳細(xì)的介紹;研究了機(jī)載Li DAR點(diǎn)云數(shù)據(jù)的強(qiáng)度屬性,列舉了幾種具有代表性的介質(zhì)的反射率,并介紹了通過統(tǒng)計(jì)道路區(qū)域數(shù)據(jù)的強(qiáng)度值,得出整個(gè)實(shí)驗(yàn)區(qū)域道路點(diǎn)云的強(qiáng)度閾值,從而提取出初始道路點(diǎn)云數(shù)據(jù)。針對停車場、露天廣場等與道路相連且特征極為相似的區(qū)域難以剔除的問題,首先利用距離分割法剔除分散在道路兩側(cè)的離散點(diǎn)云數(shù)據(jù),然后采用基于RANSAC算法的點(diǎn)云分割方法進(jìn)行道路點(diǎn)云數(shù)據(jù)的提取,通過該方法可以有效剔除停車場、露天廣場等區(qū)域。為了便于以后對提取的道路點(diǎn)云數(shù)據(jù)的使用,本文采用數(shù)學(xué)形態(tài)學(xué)及Hough變換檢測的方法,對道路點(diǎn)云數(shù)據(jù)進(jìn)行中心線的提取。最后以荷蘭某城市地區(qū)的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)為原始數(shù)據(jù),在MATLAB 2014和Microsoft Visual Studio2010環(huán)境下對上述算法進(jìn)行實(shí)現(xiàn),并引入正確度(Correctness)、完整度(Completeness)和總體質(zhì)量(Quality)三個(gè)指標(biāo)對實(shí)驗(yàn)結(jié)果進(jìn)行精度評(píng)定與分析,結(jié)果證明了該算法的有效性。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P237
【圖文】：

存儲(chǔ)數(shù)據(jù)采集所獲得的數(shù)據(jù)選） 獲取雷達(dá)點(diǎn)云數(shù)據(jù)的同時(shí)獲取航空DAR 系統(tǒng)的工作原理測量，一般是利用二維影像的立體像對、影像間的關(guān)地 表 控 制 點(diǎn) 解 算 出 傳 感 器 成 像 過 程 中 的 外 , ），達(dá)到定位地表目標(biāo)點(diǎn)的目的[27]。對于機(jī)載 L接的對地觀測方法，它基本的工作原理是以邊角測量面目標(biāo)發(fā)射激光束來測得從激光發(fā)射器到地面目標(biāo)點(diǎn)收系統(tǒng)來測定遙感平臺(tái)的位置，通過姿態(tài)測量系統(tǒng)，然后就可以通過邊角測量原理得出被測目標(biāo)的三維iDAR 測量系統(tǒng)的復(fù)雜性，搭載的儀器較多，各個(gè)設(shè)，各個(gè)設(shè)備的參數(shù)都會(huì)存在一些誤差，所以在進(jìn)行觀檢校。如圖 2-2，為機(jī)載 LiDAR 系統(tǒng)對地面進(jìn)行數(shù)

西南交通大學(xué)碩士研究生學(xué)位論文 第 9圖 2-3 所示，假設(shè)在三維空間中存在一已知點(diǎn) 0 0 0 0P X , Y ,Z ，它到地面點(diǎn) , , i i i iP X Y Z 的向量為 , , s s sS X Y Z ，則通過對已知點(diǎn)0P 和向量S 算，能夠得出iP 點(diǎn)的三維坐標(biāo)。

圖 3-1 陡坎、房屋和樹木引起的高程突變現(xiàn)象這樣，當(dāng)局部區(qū)域內(nèi)的兩個(gè)點(diǎn)云，如果高程相差超過一定閾值，則認(rèn)為高程值較大的點(diǎn)為地物點(diǎn)，高程值較小的點(diǎn)為地面點(diǎn)，進(jìn)而完成對點(diǎn)云數(shù)據(jù)的濾波。目前用于機(jī)載 LiDAR 點(diǎn)云濾波的算法較多，各種濾波算法的對比分析如表3-1 所示，本文選取幾種常用濾波算法進(jìn)行簡要介紹。表 3-1 典型的幾種濾波算法及其各自的特性[34]濾波算法 提出者 數(shù)據(jù)結(jié)構(gòu) 判別原則 提取策略 處理過程形態(tài)學(xué)方法 Lindenberger 格網(wǎng)內(nèi)插 區(qū)塊 自下而上 迭代移動(dòng)窗口法 Petzold 格網(wǎng)內(nèi)插 區(qū)塊 自上而下 迭代基于坡度方法 Vosselman 點(diǎn)列 坡度 自下而上 一次完成樣條插值法 Brovelli 格網(wǎng)內(nèi)插 區(qū)塊 自下而上 一次完成迭代最小二乘

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高帥華;安巧絨;;RANSAC在影像匹配中的應(yīng)用[J];中國科技信息;2018年06期

2 惠振陽;胡友健;康妍斐;;基于反射強(qiáng)度偏度平衡的道路點(diǎn)云提取算法[J];激光與光電子學(xué)進(jìn)展;2018年02期

3 吳翊萱;賀俊吉;;視頻中運(yùn)動(dòng)人體骨架提取方法[J];電腦知識(shí)與技術(shù);2017年10期

4 邵為真;趙富燕;梁周雁;;基于不規(guī)則三角網(wǎng)的漸進(jìn)加密濾波算法研究[J];北京測繪;2016年06期

5 黃先鋒;李娜;張帆;萬文輝;;利用LiDAR點(diǎn)云強(qiáng)度的十字剖分線法道路提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年12期

6 吳芳;張宗貴;郭兆成;安志宏;于坤;李婷;;基于機(jī)載LiDAR點(diǎn)云濾波的礦區(qū)DEM構(gòu)建方法[J];國土資源遙感;2015年01期

7 李鵬程;邢帥;徐青;周楊;劉志青;張艷;耿迅;;關(guān)鍵點(diǎn)檢測的復(fù)雜建筑物模型自動(dòng)重建[J];遙感學(xué)報(bào);2014年06期

8 曹鴻;李永強(qiáng);牛路標(biāo);毛杰;閆陽陽;;基于機(jī)載LiDAR數(shù)據(jù)的建筑物點(diǎn)云提取[J];河南城建學(xué)院學(xué)報(bào);2014年01期

9 李濤;王衛(wèi)衛(wèi);翟棟;賈西西;;圖像分割的加權(quán)稀疏子空間聚類方法[J];系統(tǒng)工程與電子技術(shù);2014年03期

10 王勇;熊愛武;;機(jī)載LiDAR點(diǎn)云數(shù)據(jù)精度評(píng)定方法的研究[J];測繪與空間地理信息;2013年08期

相關(guān)博士學(xué)位論文 前2條

1 馮義從;車載LiDAR點(diǎn)云的建筑物立面信息快速自動(dòng)提取[D];西南交通大學(xué);2014年

2 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

相關(guān)碩士學(xué)位論文 前6條

1 馮茂林;樹木遮擋下的機(jī)載Lidar點(diǎn)云建筑物輪廓提取[D];西南交通大學(xué);2017年

2 陳飛;基于機(jī)載LiDAR點(diǎn)云的道路提取方法研究[D];西南交通大學(xué);2013年

3 趙振峰;基于機(jī)載LiDAR點(diǎn)云的道路提取研究[D];昆明理工大學(xué);2012年

4 曾靜靜;基于LiDAR點(diǎn)云與CCD影像的建筑物特征提取[D];山東科技大學(xué);2011年

5 曹玉龍;線劃圖像的細(xì)化算法研究[D];長安大學(xué);2011年

6 陳國棟;Hough變換改進(jìn)算法研究[D];哈爾濱工業(yè)大學(xué);2007年

本文編號(hào)：2776372