本文關(guān)鍵詞：精度約束下基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM壓縮算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)載激光雷達(dá)(LightDetectionAndRanging, LiDAR)能獲取高密度點(diǎn)云,已逐漸成為快速建立高精度DEM(DigitalElevationModel,數(shù)字高程模型)最有效的方法之一。然而,實(shí)際應(yīng)用中,往往并不需要如此龐大的數(shù)據(jù)量。另一方面,海量數(shù)據(jù)會(huì)加大數(shù)據(jù)處理難度,影響工作效率。國(guó)內(nèi)外學(xué)者對(duì)于LiDAR點(diǎn)云數(shù)據(jù)的壓縮算法,進(jìn)行了很多研究,也取得了很多顯著的成果。但是,如何更好地匹配地形,保留地形特征點(diǎn)依然是研究的重點(diǎn)與難點(diǎn)。同時(shí),針對(duì)一個(gè)具體的工程項(xiàng)目,在滿足實(shí)際應(yīng)用精度要求的情況下,對(duì)于點(diǎn)云數(shù)據(jù)壓縮的程度問(wèn)題沒(méi)有一個(gè)明確的指標(biāo)。針對(duì)上述問(wèn)題,本文開(kāi)展了以下研究工作： (1)查閱了國(guó)內(nèi)外關(guān)于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)DEM壓縮算法的研究成果,對(duì)各種算法的優(yōu)點(diǎn)以及存在的問(wèn)題進(jìn)行了歸納、總結(jié)。 (2)介紹了地形信息熵的概念,由于地形信息熵值能夠很好地表征地形復(fù)雜程度,在此基礎(chǔ)上嘗試改進(jìn)了一種基于地形信息熵的數(shù)據(jù)DEM壓縮算法。 (3)介紹了DEM精度分析的相關(guān)問(wèn)題,包括DEM精度的概念、數(shù)學(xué)模型、評(píng)價(jià)方法以及評(píng)價(jià)指標(biāo)等等。 (4)重點(diǎn)研究總結(jié)了基于坡度的壓縮算法。結(jié)合對(duì)DEM精度的研究,提出了一種精度約束下基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM壓縮算法。 (5)結(jié)果表明,利用本文提出的精度約束下的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)DEM壓縮算法能夠較好地將壓縮率與精度指標(biāo)對(duì)應(yīng)起來(lái)。得到了平地、丘陵、山地?cái)?shù)據(jù)分別在壓縮率為10%-90%時(shí)的DEM精度指標(biāo)。同時(shí),得到了平地、丘陵、山地?cái)?shù)據(jù)分別在1：500、1：1000、1：2000、1：5000、1：10000比例尺DEM精度要求下的最大壓縮程度即最低壓縮率。這對(duì)于實(shí)際工程中DEM壓縮具有參考價(jià)值：
【關(guān)鍵詞】：LiDAR DEM 壓縮率 精度約束 地形信息熵
【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】：2014
【分類號(hào)】：P208;P225
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-14
• 1.1 研究背景11
• 1.2 研究目的及意義11-12
• 1.3 研究?jī)?nèi)容12
• 1.4 技術(shù)路線12
• 1.5 論文的組織結(jié)構(gòu)12-14
• 第2章 國(guó)內(nèi)外研究現(xiàn)狀14-19
• 2.1 引言14
• 2.2 基于LiDAR數(shù)據(jù)DEM壓縮算法評(píng)價(jià)指標(biāo)14-15
• 2.3 已有算法15-18
• 2.3.1 不顧及地形特征的壓縮15
• 2.3.2 顧及地形特征的壓縮15-18
• 2.4 本章小結(jié)18-19
• 第3章 基于地形信息熵的DEM壓縮算法19-27
• 3.1 引言19
• 3.2 地形信息熵19-20
• 3.3 地形信息熵的主要特點(diǎn)20
• 3.4 地形信息熵的應(yīng)用20-21
• 3.5 基于地形信息熵的點(diǎn)云數(shù)據(jù)壓縮21-26
• 3.5.1 算法思想21
• 3.5.2 TIN的構(gòu)建21-24
• 3.5.3 算法步驟24-26
• 3.6 本章小結(jié)26-27
• 第4章 DEM精度評(píng)價(jià)27-34
• 4.1 引言27
• 4.2 數(shù)字高程模型精度的數(shù)學(xué)模型27-28
• 4.3 現(xiàn)有DEM精度模型28-29
• 4.4 DEM精度評(píng)價(jià)方法及指標(biāo)29-33
• 4.4.1 檢查點(diǎn)法29-32
• 4.4.2 等高線法32-33
• 4.5 本章小結(jié)33-34
• 第5章 DEM精度約束的壓縮算法34-43
• 5.1 概述34
• 5.2 基于坡度的壓縮算法34-35
• 5.3 坡度35-37
• 5.4 坡度與DEM精度的關(guān)系37-38
• 5.5 DEM精度約束的壓縮算法38-42
• 5.5.1 算法步驟39-42
• 5.6 本章小結(jié)42-43
• 第6章 實(shí)驗(yàn)與分析43-66
• 6.1 實(shí)驗(yàn)數(shù)據(jù)介紹43
• 6.2 實(shí)驗(yàn)平臺(tái)介紹43
• 6.2.1 硬件平臺(tái)43
• 6.2.2 軟件平臺(tái)43
• 6.3 地形分類實(shí)驗(yàn)43-48
• 6.3.1 實(shí)驗(yàn)方法43-44
• 6.3.2 實(shí)驗(yàn)結(jié)果44-48
• 6.4 DEM精度約束的壓縮算法的實(shí)驗(yàn)48-59
• 6.4.1 實(shí)驗(yàn)方法48
• 6.4.2 精度評(píng)價(jià)指標(biāo)48-49
• 6.4.3 實(shí)驗(yàn)結(jié)果49-58
• 6.4.4 實(shí)驗(yàn)小結(jié)58-59
• 6.5 基于地形信息熵算法的實(shí)驗(yàn)59-65
• 6.5.1 實(shí)驗(yàn)方法59
• 6.5.2 實(shí)驗(yàn)結(jié)果59-64
• 6.5.3 實(shí)驗(yàn)小結(jié)64-65
• 6.6 本章小結(jié)65-66
• 結(jié)論與展望66-68
• 致謝68-69
• 參考文獻(xiàn)69-72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 畢華興,譚秀英,李笑吟;基于DEM的數(shù)字地形分析[J];北京林業(yè)大學(xué)學(xué)報(bào);2005年02期

2 鄭德華;;點(diǎn)云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測(cè)繪工程;2006年04期

3 周興華,姚藝強(qiáng),趙吉先;DEM內(nèi)插方法與精度評(píng)定[J];測(cè)繪科學(xué);2005年05期

4 范青松;湯翠蓮;胡鵬;;DEM精度檢查中等高線回放的量化方法[J];測(cè)繪科學(xué);2008年03期

5 徐景中;萬(wàn)幼川;張圣望;;LIDAR地面點(diǎn)云的簡(jiǎn)化方法研究[J];測(cè)繪信息與工程;2008年01期

6 楊玲;劉春;吳杭彬;歐陽(yáng)斯達(dá);;顧及矢量特征的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)壓縮方法[J];地理與地理信息科學(xué);2009年04期

7 胡鵬,吳艷蘭,胡海;數(shù)字高程模型精度評(píng)定的基本理論[J];地球信息科學(xué);2003年03期

8 胡鵬,吳艷蘭,胡海;再論DEM精度評(píng)定的基本理論問(wèn)題[J];地球信息科學(xué);2005年03期

9 張鈞,柳健,彭復(fù)員;采用MAD算法進(jìn)行地形匹配的精度分析[J];華中理工大學(xué)學(xué)報(bào);2000年07期

10 王光霞;邊淑莉;張寅寶;;用回放等高線評(píng)估DEM精度的研究[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2010年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王麗輝;三維點(diǎn)云數(shù)據(jù)處理的技術(shù)研究[D];北京交通大學(xué);2011年

  本文關(guān)鍵詞：精度約束下基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM壓縮算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：299200