機(jī)載LiDAR(Light Detection and Ranging)系統(tǒng)為三維空間數(shù)據(jù)采集提供了一種全新的技術(shù)手段,它具有快速、準(zhǔn)確獲取三維信息的特點(diǎn),在地形測(cè)繪、環(huán)境監(jiān)測(cè)、森林防護(hù)和城市三維建模等應(yīng)用中扮演著日益重要的角色。其硬件部分已得到較好完善,而點(diǎn)云數(shù)據(jù)后處理的發(fā)展相對(duì)滯后,濾波和分類是數(shù)據(jù)后處理過程中最重要的部分。由于地形環(huán)境和地物的復(fù)雜影響,使得現(xiàn)有算法存在自動(dòng)化程度低,效率差,參數(shù)繁多等不足。本文以機(jī)載LiDAR數(shù)據(jù)后處理為主題,重點(diǎn)研究了機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波和分類等方面的內(nèi)容,在理論和算法上取得一定進(jìn)展。為了有效提高運(yùn)算效率和克服數(shù)據(jù)損失問題,選用虛擬格網(wǎng)組織數(shù)據(jù),減少鄰域搜索時(shí)間且保持原有數(shù)據(jù)的精度。詳細(xì)分析了幾種典型的LiDAR點(diǎn)云數(shù)據(jù)濾波和分類算法,并總結(jié)需要解決的問題。通過對(duì)典型LiDAR點(diǎn)云數(shù)據(jù)濾波方法的優(yōu)缺點(diǎn)分析和總結(jié),針對(duì)三角網(wǎng)迭代加密算法運(yùn)算量大及曲面擬合算法閾值自適應(yīng)性差等問題,通過改進(jìn)三角網(wǎng)加密過程中點(diǎn)定位和局部?jī)?yōu)化的判斷方式,可提高運(yùn)算效率,根據(jù)點(diǎn)與曲面間的關(guān)系動(dòng)態(tài)調(diào)整閾值參數(shù),可增強(qiáng)其適應(yīng)性。首先對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理,然后利用改進(jìn)的方法對(duì)標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn),最后對(duì)運(yùn)算效率和濾波誤差進(jìn)行定性、定量分析,證明了該方法的有效性和適用性。在濾波的基礎(chǔ)上,根據(jù)LiDAR數(shù)據(jù)中回波信息的特點(diǎn),針對(duì)分類算法存在的不足,分析了利用回波次數(shù)和回波強(qiáng)度信息對(duì)地面點(diǎn)和地物點(diǎn)細(xì)分類的可能性,融合了一種基于高程紋理、回波次數(shù)和回波強(qiáng)度的點(diǎn)云數(shù)據(jù)分類方法。通過對(duì)濾波數(shù)據(jù)進(jìn)行實(shí)驗(yàn),并對(duì)分類結(jié)果進(jìn)行定性分析,證明了該方法在分類過程中能取得一定的效果。
【學(xué)位單位】：西南科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P23
【部分圖文】：

西南科技大學(xué)碩士研究生學(xué)位論文 第6載 LiDAR 系統(tǒng)簡(jiǎn)述載 LiDAR 能 快速、主動(dòng)獲取高精度 三維地表信息和回波信息，相比，具有精度高、速度快、可靠性強(qiáng)和 成本低等優(yōu)點(diǎn)，在地形測(cè)護(hù)以及三維建模等領(lǐng)域具有較好的發(fā)展前景[12]。為了更深入的點(diǎn)云 數(shù)據(jù)濾波與 分類技術(shù)的研究，需先對(duì)機(jī)載 LiDAR 系統(tǒng)的 組理和點(diǎn)云數(shù)據(jù)的 構(gòu)成及特點(diǎn)等相關(guān)知識(shí)進(jìn)行分析。載 LiDAR 系統(tǒng)組成及工作原理LiDAR 系統(tǒng)組成載 LiDAR系統(tǒng)主要包括：激光掃描儀、慣性測(cè)量單元、DGPS(收機(jī)和成像設(shè)備[41]。該系統(tǒng)以飛行器作為載體，就組成了機(jī)載 LiD統(tǒng)。典型的 機(jī)載LiDAR 系統(tǒng)集成示意圖如圖 2-1 所示。

圖 2- 2 機(jī)載激光雷達(dá)對(duì)地定位示意圖 2-2 Schematic diagram of ground location by airbornDAR 點(diǎn)云數(shù)據(jù)的構(gòu)成、格式和特點(diǎn) 點(diǎn)云數(shù)據(jù)構(gòu)成R 系統(tǒng)的硬件發(fā)展情況，目前 LiDAR 系統(tǒng)獲標(biāo)、回波信息以及與之對(duì)應(yīng)的掃描信息組成會(huì)存在差別，甚至有些 LiDAR 系統(tǒng)還能提供分類處理過程中，使用最多的信息部分為點(diǎn)次數(shù)和回波強(qiáng)度信息。坐標(biāo)信息數(shù) LiDAR 數(shù)據(jù)濾波分類方法都是基于原始是 LiDAR 數(shù)據(jù)的核心。LiDAR 點(diǎn)云的三維PS、INS 和激光測(cè)距儀采集的初始數(shù)據(jù)經(jīng)過激光測(cè)距儀獲得目標(biāo)點(diǎn)的距離 S，同時(shí)利用中心點(diǎn) G 的空間位置坐標(biāo)( , , )，利用

圖 2- 3 機(jī)載 LiDAR 系統(tǒng)解算目標(biāo)點(diǎn)三維坐標(biāo)原理圖e principle diagram of three-dimensional coordinates of LiD機(jī)載 LiDAR 系統(tǒng)位于 G 點(diǎn)，目標(biāo)點(diǎn)為 P 點(diǎn)，系 G 點(diǎn)的坐標(biāo)信息 ( , , )和姿態(tài)信息( , , )，側(cè)滾角， 為飛機(jī)航偏角。激光測(cè)距儀是通過測(cè)定 t 來得到目標(biāo)與參考中心之間的距離 S， = 1 2光束與掃描起始激 光束的夾角，可由編 碼器按固標(biāo)點(diǎn) P 的坐標(biāo)公式如式(2-3)所示。 ( cos sin 1 2 )cos sin sin 1 2cos = ( cos sin 1 2 )sin sin 1 2sin = ( cos sin 1 2 )cos cos cos sin cos sin sin 。次數(shù)信息
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡慶生;;基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究[J];北京測(cè)繪;2015年02期

2 房華樂;林祥國;段敏燕;張繼賢;;面向?qū)ο蟮能囕dLiDAR點(diǎn)云濾波方法[J];測(cè)繪科學(xué);2015年04期

3 尚大帥;馬東洋;趙羲;萬歡;;一種基于移動(dòng)曲面擬合的機(jī)載LIDAR點(diǎn)云數(shù)據(jù)濾波方法[J];測(cè)繪技術(shù)裝備;2012年02期

4 董保根;秦志遠(yuǎn);陳靜;徐驗(yàn)兵;;無需閾值支持的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年15期

5 李永強(qiáng);牛路標(biāo);李立雪;毛杰;張西童;;LiDAR點(diǎn)云的建筑物立面空洞修復(fù)[J];測(cè)繪科學(xué);2017年10期

6 童靜;;地形特征保護(hù)的LIDAR點(diǎn)云濾波方法研究[J];科技致富向?qū)?2014年18期

7 楊娜;秦志遠(yuǎn);朱艷;唐德瑾;;面向?qū)ο蟮臋C(jī)載LiDAR點(diǎn)云濾波方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2014年02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 許振輝;劉玲;閆夢(mèng)龍;;融合影像信息的LiDAR點(diǎn)云濾波[J];公路;2011年03期

10 楊娜;秦志遠(yuǎn);晏耀華;周莎;;面向地面點(diǎn)識(shí)別的機(jī)載LiDAR點(diǎn)云分割方法研究[J];測(cè)繪工程;2014年10期

相關(guān)博士學(xué)位論文 前10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 左志權(quán);顧及點(diǎn)云類別屬性與地形結(jié)構(gòu)特征的機(jī)載LiDAR數(shù)據(jù)濾波方法[D];武漢大學(xué);2011年

3 董保根;機(jī)載LiDAR點(diǎn)云與遙感影像融合的地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2013年

4 閆吉星;建筑物L(fēng)iDAR點(diǎn)云三維重建的全局優(yōu)化方法[D];武漢大學(xué);2015年

5 孫美玲;機(jī)載LiDAR數(shù)據(jù)濾波及城區(qū)汽車目標(biāo)檢測(cè)方法研究[D];西南交通大學(xué);2014年

6 魏征;車載LiDAR點(diǎn)云中建筑物的自動(dòng)識(shí)別與立面幾何重建[D];武漢大學(xué);2012年

7 惠振陽;從機(jī)載LiDAR點(diǎn)云中提取城市道路網(wǎng)的關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué);2017年

8 付瑋;基于攝影測(cè)量系統(tǒng)的標(biāo)定與表面數(shù)據(jù)融合算法研究[D];南昌大學(xué);2018年

9 黃旭;LiDAR點(diǎn)云約束下的多視影像密集匹配與融合方法研究[D];武漢大學(xué);2016年

10 謝洪;基于地面三維激光掃描技術(shù)的海量點(diǎn)云模型重建關(guān)鍵算法研究[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 時(shí)培強(qiáng);機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波及分類研究[D];西南科技大學(xué);2018年

2 劉凱斯;機(jī)載激光LiDAR點(diǎn)云數(shù)據(jù)濾波和分類算法研究[D];首都師范大學(xué);2014年

3 李煉;機(jī)載LiDAR點(diǎn)云濾波及分類算法研究[D];成都理工大學(xué);2014年

4 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

5 張杰;機(jī)載LiDAR點(diǎn)云濾波及特征提取技術(shù)研究[D];中國礦業(yè)大學(xué);2017年

6 童禮華;多平臺(tái)LiDAR點(diǎn)云數(shù)據(jù)集成技術(shù)研究[D];南京大學(xué);2014年

7 孫蒙;機(jī)載LiDAR點(diǎn)云與航空影像融合的地物分類方法研究[D];中國礦業(yè)大學(xué);2016年

8 鐘禮山;側(cè)視LiDAR數(shù)據(jù)多層次單木點(diǎn)云分割研究[D];南京大學(xué);2016年

9 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

10 董靜;融合多特征的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究[D];遼寧工程技術(shù)大學(xué);2011年

本文編號(hào)：2840340