強(qiáng)烈地震是影響人類最嚴(yán)重的自然災(zāi)害之一。建筑物是地震災(zāi)害中最重要承災(zāi)體,建筑物破壞是引起人員傷亡和經(jīng)濟(jì)損失的主要來(lái)源。傳統(tǒng)建筑物震害信息提取主要基于人工地面抽樣調(diào)查,其存在消耗大量人力、耗時(shí)較長(zhǎng)的不足。隨著對(duì)地觀測(cè)遙感技術(shù)的發(fā)展,特別是21世紀(jì)以來(lái)高分辨率民用遙感衛(wèi)星的成功發(fā)射和低空無(wú)人機(jī)技術(shù)的快速發(fā)展,高分辨率遙感影像廣泛應(yīng)用于地表二維信息的提取,立體像對(duì)生成的三維信息難以滿足精度要求;而地震造成建筑物的倒塌,使得建筑物高度等信息發(fā)生變化,機(jī)載激光雷達(dá)系統(tǒng)可獲取這種高精度三維高程變化信息。機(jī)載激光雷達(dá)數(shù)據(jù)用于震后建筑物震害信息提取,許多方法仍是將點(diǎn)云數(shù)據(jù)生成高程?hào)鸥駡D像,根據(jù)高程紋理進(jìn)行震害信息提取,而現(xiàn)有研究表明原始點(diǎn)云特征有利于建筑物震害識(shí)別。建筑物點(diǎn)云提取難點(diǎn)在于區(qū)分點(diǎn)云特征相似的倒塌建筑物點(diǎn)和植被點(diǎn)。建筑物與植被的光譜信息有較大差異,可引入光譜信息區(qū)分建筑物點(diǎn)與植被點(diǎn)。航空影像與機(jī)載LiDAR（Light Detection And Ranging）點(diǎn)云可同機(jī)獲取,兩者具有相同的位置數(shù)據(jù),易于實(shí)現(xiàn)幾何配準(zhǔn)。因此,本文主要開(kāi)展融合航空影像數(shù)據(jù)的光譜信息提取地震災(zāi)區(qū)機(jī)載LiDAR... 

【文章來(lái)源】：中國(guó)地震局地震預(yù)測(cè)研究所北京市

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 相關(guān)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 點(diǎn)云提取建筑物震害研究現(xiàn)狀
        1.2.2 點(diǎn)云濾波研究現(xiàn)狀
        1.2.3 建筑物點(diǎn)云提取現(xiàn)狀
    1.3 研究?jī)?nèi)容與技術(shù)路線
    1.4 全文組織結(jié)構(gòu)
第二章 機(jī)載激光雷達(dá)技術(shù)
    2.1 機(jī)載LiDAR系統(tǒng)組成
        2.1.1 激光測(cè)距儀
        2.1.2 機(jī)械掃描方式
    2.2 機(jī)載LiDAR系統(tǒng)技術(shù)原理
    2.3 機(jī)載LiDAR數(shù)據(jù)
    2.4 本章小結(jié)
第三章 機(jī)載LiDAR點(diǎn)云數(shù)據(jù)處理
    3.1 實(shí)驗(yàn)區(qū)域概況與數(shù)據(jù)
    3.2 點(diǎn)云數(shù)據(jù)預(yù)處理
    3.3 點(diǎn)云濾波
        3.3.1 濾波原理
        3.3.2 常用濾波方法
        3.3.3 濾波精度評(píng)價(jià)
        3.3.4 濾波算法比較與分析
    3.4 本章小結(jié)
第四章 基于DBSCAN算法的LiDAR建筑物點(diǎn)云提取
    4.1 閾值分割
        4.1.1 特征選擇
        4.1.2 分割閾值確定
    4.2 DBSCAN聚類算法
        4.2.1 相關(guān)概念
        4.2.2 DBSCAN算法描述
        4.2.3 算法關(guān)鍵參數(shù)
    4.3 實(shí)驗(yàn)與分析
        4.3.1 分割特征參數(shù)分析
        4.3.2 點(diǎn)云空間聚類
        4.3.3 結(jié)果精度評(píng)價(jià)
        4.3.4 方法驗(yàn)證
    4.4 本章小結(jié)
第五章 基于面向?qū)ο蠓椒ǖ腖iDAR建筑物點(diǎn)云提取
    5.1 影像分割
        5.1.1 基本概念
        5.1.2 影像多尺度分割
        5.1.3 最佳分割尺度選擇
    5.2 影像分類
        5.2.1 對(duì)象特征
        5.2.2 分類方法
    5.3 實(shí)驗(yàn)與分析
        5.3.1 分割尺度與特征選擇
        5.3.2 對(duì)象分類方法比較
        5.3.3 精度評(píng)價(jià)
        5.3.4 方法驗(yàn)證
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 研究成果與認(rèn)識(shí)
    6.2 存在不足與展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于無(wú)人機(jī)影像的九寨溝地震建筑物震害定量評(píng)估[J]. 袁小祥,王曉青,丁香,竇愛(ài)霞,王書(shū)民,丁玲.  中國(guó)地震. 2017(04)
[2]基于高分衛(wèi)星遙感影像的地震應(yīng)急滑坡編目與分布特征探討——以2017年8月8日九寨溝7.0級(jí)地震為例[J]. 吳瑋瑩,王曉青,鄧飛.  震災(zāi)防御技術(shù). 2017(04)
[3]地震后機(jī)載LiDAR點(diǎn)云的地物區(qū)分方法研究[J]. 王金霞,竇愛(ài)霞,王曉青,黃樹(shù)松,張雪華.  震災(zāi)防御技術(shù). 2017(03)
[4]地震短期綜合預(yù)報(bào)的一種思路[J]. 馮志生,王俊菲,沈紅會(huì).  國(guó)際地震動(dòng)態(tài). 2017(08)
[5]面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì)[J]. 馬燕妮,明冬萍,楊海平.  遙感學(xué)報(bào). 2017(04)
[6]激光雷達(dá)森林參數(shù)反演研究進(jìn)展[J]. 李增元,劉清旺,龐勇.  遙感學(xué)報(bào). 2016(05)
[7]基于機(jī)載LiDAR數(shù)據(jù)的建筑屋頂點(diǎn)云提取方法[J]. 李亮,王成,李世華,習(xí)曉環(huán).  中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2016(04)
[8]基于震后機(jī)載激光雷達(dá)點(diǎn)云的建筑物破壞特征分析[J]. 黃樹(shù)松,竇愛(ài)霞,王曉青,袁小祥.  地震學(xué)報(bào). 2016(03)
[9]結(jié)合點(diǎn)特征直方圖的點(diǎn)云分類方法[J]. 張愛(ài)武,李文寧,段乙好,孟憲剛,王書(shū)民,李含倫.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(05)
[10]融合航空影像和LIDAR點(diǎn)云的建筑物探測(cè)及輪廓提取[J]. 程效軍,程小龍,胡敏捷,郭王,張立朔.  中國(guó)激光. 2016(05)

博士論文
[1]機(jī)載LIDAR數(shù)據(jù)濾波與建筑物提取技術(shù)研究[D]. 王刃.解放軍信息工程大學(xué) 2008

碩士論文
[1]基于高分辨率遙感影像數(shù)據(jù)的建筑物震害信息分類提取研究[D]. 甘甜.云南師范大學(xué) 2015
[2]面向?qū)ο蟮母呖臻g分辨率遙感影像城市建筑物震害信息提取[D]. 黎小東.成都理工大學(xué) 2009



本文編號(hào)：3155274