發(fā)布時(shí)間：2017-04-03 17:06

  本文關(guān)鍵詞：融合LiDAR點(diǎn)云和CCD影像的建筑物輪廓提取方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)的發(fā)展,數(shù)字城市的建設(shè)如火如荼,在數(shù)字城市中,建筑物是最關(guān)鍵的元素,對(duì)建筑物輪廓信息的提取是建筑物建模的靈魂技術(shù)。機(jī)載三維激光測(cè)量技術(shù)和遙感技術(shù)的發(fā)展給數(shù)據(jù)獲取帶來(lái)了很大的方便。本文結(jié)合具有三維坐標(biāo)的LiDAR點(diǎn)云數(shù)據(jù)和具有豐富紋理信息的影像數(shù)據(jù),提出在主方向約束條件下進(jìn)行建筑物輪廓的提取方法,達(dá)到自動(dòng)精確提取建筑物輪廓信息。本文的研究?jī)?nèi)容如下：(1)建筑物識(shí)別。用結(jié)合自動(dòng)建筑物識(shí)別和人機(jī)交互的方法對(duì)用軟件分類好的建筑物點(diǎn)云進(jìn)行識(shí)別識(shí)別,以便進(jìn)行建筑物主方向的估計(jì)。自動(dòng)識(shí)別建筑物的方法才用區(qū)域增長(zhǎng)的聚類方法進(jìn)行的,這個(gè)方法是對(duì)聚類分析方法的改進(jìn),對(duì)聚類分析的種子選取進(jìn)行了優(yōu)化；由于在自動(dòng)識(shí)別當(dāng)中,有些距離比較近的建筑物和存在誤差點(diǎn)的建筑物不能很好地被分離在,因此緊接著用人機(jī)交互識(shí)別的方法進(jìn)行識(shí)別。人機(jī)交互識(shí)別當(dāng)中,改進(jìn)了常用的射線法的判別方式,采用與多邊形頂點(diǎn)的交點(diǎn)類別和個(gè)數(shù)作為判斷分類條件,并把交點(diǎn)分為普通交點(diǎn)和頂點(diǎn)交點(diǎn),最后綜合交點(diǎn)類別和交點(diǎn)的數(shù)目進(jìn)行判斷,實(shí)驗(yàn)結(jié)果取得了很好的效果。(2)融合建筑物點(diǎn)云和CCD影像進(jìn)行建筑物輪廓的提取。建筑物的輪廓提取是三維重建工作當(dāng)中最重要的基礎(chǔ)工作,因?yàn)槟芊窬_、快速地提取建筑物的輪廓,具有重要的意義。本文根據(jù)現(xiàn)有的建筑物提取的各種方法,提出了一種LiDAR點(diǎn)云與CCD影像的正射影像融合提取建筑物輪廓的方法,利用LiDAR的具有三維坐標(biāo)的優(yōu)勢(shì),直接與正射影像套合,建成了輪廓提取區(qū),然后根據(jù)LiDAR點(diǎn)集擬合旋轉(zhuǎn)最小外接矩形,形成建筑物的概略主方向,然后在主方向約束下,用Hough變換進(jìn)行影像的線段的提取,最后用基于LiDAR密度分析和K-means聚類方法進(jìn)行輪廓的篩選,最終獲得建筑物精確、細(xì)致、比較完整的輪廓。通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果表明,本文使用的方法提取的建筑物輪廓更為光滑,完整,自動(dòng)化也更高。
【關(guān)鍵詞】：機(jī)載LiDAR CCD影像 提取 輪廓篩選
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TU198;P237
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-9
• 1 緒論9-16
• 1.1 研究背景9-11
• 1.2 建筑物提取技術(shù)的現(xiàn)狀和進(jìn)展11-13
• 1.2.1 基于CCD影像提取建筑物輪廓的發(fā)展現(xiàn)狀11
• 1.2.2 基于LiDAR點(diǎn)云的建筑物提取的發(fā)展現(xiàn)狀11-13
• 1.2.3 多源數(shù)據(jù)融合的建筑物輪廓提取13
• 1.3 研究?jī)?nèi)容與組織結(jié)構(gòu)13-16
• 2 機(jī)載激光雷達(dá)系統(tǒng)16-26
• 2.1 機(jī)載激光雷達(dá)系統(tǒng)組成16-17
• 2.2 機(jī)載激光雷達(dá)對(duì)地定位原理17-18
• 2.3 機(jī)載激光雷達(dá)數(shù)據(jù)18-26
• 2.3.1 數(shù)據(jù)格式19-20
• 2.3.2 數(shù)據(jù)特點(diǎn)20-22
• 2.3.3 數(shù)據(jù)的組織22-26
• 3 建筑物L(fēng)iDAR點(diǎn)云提取與識(shí)別26-42
• 3.1 建筑物L(fēng)iDAR點(diǎn)云的提取26-33
• 3.1.1 點(diǎn)云預(yù)處理26-27
• 3.1.2 建筑物點(diǎn)云提取27-33
• 3.2 建筑物L(fēng)iDAR點(diǎn)云識(shí)別33-42
• 3.2.1 聚類分析法識(shí)別33-37
• 3.2.2 射線法識(shí)別37-39
• 3.2.3 實(shí)驗(yàn)結(jié)果與分析39-42
• 4 融合LiDAR點(diǎn)云和CCD影像的建筑物輪廓提取42-56
• 4.1 輪廓提取區(qū)的建立42-45
• 4.2 主方向約束下的線段提取45-52
• 4.2.1 建筑主方向下的自動(dòng)檢測(cè)算法45-47
• 4.2.2 線段提取47-52
• 4.3 基于LiDAR密度分析與K-means聚類的輪廓篩選52-54
• 4.4 實(shí)驗(yàn)結(jié)果分析54-56
• 5 結(jié)論與展望56-57
• 參考文獻(xiàn)57-61
• 作者簡(jiǎn)歷61-63
• 學(xué)位論文數(shù)據(jù)集63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 彭檢貴;馬洪超;高廣;趙亮亮;;利用機(jī)載LiDAR點(diǎn)云數(shù)據(jù)提取城區(qū)道路[J];測(cè)繪通報(bào);2012年09期

2 譚衢霖;王今飛;;結(jié)合高分辨率多光譜影像和LiDAR數(shù)據(jù)提取城區(qū)建筑[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2011年05期

3 張會(huì)霞;;基于八叉樹(shù)的點(diǎn)云數(shù)據(jù)的組織與可視化[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年03期

4 于海洋;程鋼;張育民;盧小平;;基于LiDAR和航空影像的地震災(zāi)害倒塌建筑物信息提取[J];國(guó)土資源遙感;2011年03期

5 李云帆;馬洪超;;從LiDAR數(shù)據(jù)中提取建筑物平面目標(biāo)的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年10期

6 馮甜甜;龔健雅;;基于LiDAR數(shù)據(jù)的建筑物自動(dòng)提取方法的比較[J];測(cè)繪通報(bào);2011年02期

7 任自珍;岑敏儀;張同剛;周國(guó)清;;LiDAR數(shù)據(jù)中建筑物提取的新方法—Fc-S法[J];測(cè)繪科學(xué);2010年06期

8 劉沛;李英成;薛艷麗;丁曉波;羅祥勇;李見(jiàn)陽(yáng);;多源數(shù)據(jù)與機(jī)載LiDAR數(shù)據(jù)的DTM提取算法[J];測(cè)繪科學(xué);2010年06期

9 張志偉;劉志剛;;利用既有知識(shí)漸近數(shù)學(xué)形態(tài)學(xué)提取LiDAR數(shù)據(jù)中道路信息方法研究[J];測(cè)繪科學(xué);2010年04期

10 余柏蒗;劉紅星;吳健平;;一種應(yīng)用機(jī)載LiDAR數(shù)據(jù)和高分辨率遙感影像提取城市綠地信息的方法[J];中國(guó)圖象圖形學(xué)報(bào);2010年05期

  本文關(guān)鍵詞：融合LiDAR點(diǎn)云和CCD影像的建筑物輪廓提取方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：284655