本文關(guān)鍵詞：機載LIDAR點云數(shù)據(jù)濾波及建筑物點群分割研究，由筆耕文化傳播整理發(fā)布。

【摘要】：機載激光雷達(Light Detection and Ranging,LIDAR)技術(shù)作為新興的一門綜合性技術(shù),在地理國情監(jiān)測、地形勘測和三維城市建模等方面有很大地應(yīng)用。本文從點云濾波和建筑物點群分割兩方面進行了探討和研究。 為了便于管理海量的機載LIDAR點云數(shù)據(jù),本文基于虛擬格網(wǎng)對原始點云數(shù)據(jù)進行組織。虛擬格網(wǎng)既保留了點云的原始信息,又具有格網(wǎng)數(shù)據(jù)便于組織和鄰域選擇的優(yōu)點。在對機載LIDAR點云數(shù)據(jù)特點和現(xiàn)有濾波算法進行研究討論后,嘗試改進了數(shù)學形態(tài)學濾波算法,將傳統(tǒng)數(shù)學形態(tài)學濾波方法所采用的固定窗口大小和固定高差閾值改進為漸變窗口大小和變高差閾值。 本文詳細介紹基于形態(tài)學梯度和區(qū)域生長的濾波方法。該方法以每個點的形態(tài)學梯度為先決條件,對形態(tài)學梯度滿足一定條件的點云進行標記；對標記點的鄰域內(nèi)所有點云進行條件開運算,比較開運算前后的高差,以此為條件進行分離地面點和非地面點；循環(huán)上述步驟,.直至滿足迭代停止條件。對可能造成的過度濾波增加了區(qū)域生長,可以有效地提高濾波效果和精度。實驗表明,基于形態(tài)學梯度和區(qū)域生長的濾波方法能夠有效地改善建筑物邊緣和高大植被區(qū)的濾波效果,對各類地形具有一定的適用性。 建筑物模型可以看作由多個平面構(gòu)成,本文對平面所含的點云進行了分割處理,采用了改變的隨機霍夫變換對建筑物屋頂面面片所含點云進行了提取�；诟倪M的隨機霍夫變換方法地面片提取本質(zhì)上只采用了數(shù)學的思想,從面片的幾何特征進行了考慮,從非地面點云中探測出三維離散點云相對應(yīng)的最佳平面。決定算法效率的關(guān)鍵參數(shù)有四個,沿θ、φ和ρ三軸的步長以及增長閡值。本文改進的隨機霍夫變換通過點與平面的距離、點與點之間的距離和高差來自動控制平面增長,能夠有效地提高算法效率和分割精度。 最后,聯(lián)合C#.NET和AutoCAD.NET技術(shù)在AutoCAD上進行了二次開發(fā),編寫機載LIDAR點云數(shù)據(jù)濾波及建筑物點群分割程序——LIDAR-DMP。該程序能夠?qū)崿F(xiàn)數(shù)據(jù)讀取、分類顯繪、數(shù)據(jù)組織、濾波處理、建筑物提取等功能。
【關(guān)鍵詞】：機載LIDAR 濾波 形態(tài)學 建筑物點群分割 霍夫變換
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TU198;P225
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外現(xiàn)狀12-14
• 1.2.1 點云濾波12-13
• 1.2.2 建筑物提取13-14
• 1.3 本文主要內(nèi)容及結(jié)構(gòu)14-16
• 第2章 機載激光雷達點云數(shù)據(jù)濾波研究16-30
• 2.1 機載LIDAR點云數(shù)據(jù)特點及組織16-19
• 2.1.1 點云數(shù)據(jù)特點16-18
• 2.1.2 點云數(shù)據(jù)組織18-19
• 2.2 現(xiàn)有濾波算法分析19-23
• 2.2.1 基于數(shù)學形態(tài)學的濾波方法19-20
• 2.2.2 基于坡度的濾波方法20-21
• 2.2.3 基于不規(guī)則三角網(wǎng)加密的濾波方法21
• 2.2.4 基于聚類分割的濾波方法21-22
• 2.2.5 基于微分形態(tài)學斷面的濾波方法22-23
• 2.3 基于改進的數(shù)學形態(tài)學濾波方法23-26
• 2.4 基于形態(tài)學梯度和區(qū)域生長的濾波方法26-28
• 2.5 本章小結(jié)28-30
• 第3章 建筑物點群分割研究30-38
• 3.1 現(xiàn)有建筑物提取方法概述30-33
• 3.1.1 基于區(qū)域生長的建筑物提取30
• 3.1.2 基于霍夫變換的建筑物提取30-32
• 3.1.3 基于影像融合的建筑物提取32-33
• 3.2 基于隨機霍夫變換的建筑物點群分割方法33-37
• 3.2.1 隨機霍夫變換檢測直線方法33-34
• 3.2.2 基于改進的隨機霍夫變換的平面提取34-35
• 3.2.3 邊界線提取探討35-37
• 3.3 本章小結(jié)37-38
• 第4章 軟件研制及實驗分析38-56
• 4.1 軟件研制38-43
• 4.1.1 研制平臺38-39
• 4.1.2 功能模塊總體規(guī)劃和設(shè)計39-41
• 4.1.3 軟件操作流程41-43
• 4.2 實驗分析43-56
• 4.2.1 點云數(shù)據(jù)濾波43-49
• 4.2.2 建筑物點群分割49-56
• 結(jié)論與展望56-58
• 致謝58-59
• 參考文獻59-61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 李英成,文沃根,王偉;快速獲取地面三維數(shù)據(jù)的LIDAR技術(shù)系統(tǒng)[J];測繪科學;2002年04期

2 張小紅,劉經(jīng)南;機載激光掃描測高數(shù)據(jù)濾波[J];測繪科學;2004年06期

3 章大勇;吳文啟;吳美平;逯亮清;;基于三維Hough變換的機載激光雷達平面地標提取[J];國防科技大學學報;2010年02期

4 靳生洪;楊鴻海;王蓮玉;;基于格網(wǎng)化LIDAR點云數(shù)據(jù)坡度濾波方法的研究[J];測繪與空間地理信息;2013年06期

5 曾接賢;王斌斌;陳志良;;基于距離約束的隨機Hough變換直線檢測算法[J];南昌航空大學學報(自然科學版);2011年03期

6 張小紅;耿江輝;;機載激光掃描測高中激光腳點點群分割新方法[J];武漢大學學報(信息科學版);2006年07期

7 張祖勛;;由數(shù)字攝影測量的發(fā)展談信息化測繪[J];武漢大學學報(信息科學版);2008年02期

8 李勇;吳華意;;基于形態(tài)學梯度的機載激光掃描數(shù)據(jù)濾波方法[J];遙感學報;2008年04期

9 劉健莊;;一種高效的Hough變換實現(xiàn)方法[J];信號處理;1992年01期

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 鄭毅;LIDAR數(shù)據(jù)的城區(qū)建筑物提取技術(shù)研究[D];華中科技大學;2011年

2 周曉明;機載激光雷達點云數(shù)據(jù)濾波算法的研究與應(yīng)用[D];解放軍信息工程大學;2011年

3 曾齊紅;機載激光雷達點云數(shù)據(jù)處理與建筑物三維重建[D];上海大學;2009年

4 王刃;機載LIDAR數(shù)據(jù)濾波與建筑物提取技術(shù)研究[D];解放軍信息工程大學;2008年

5 李峰;機載LiDAR點云的濾波分類研究[D];中國礦業(yè)大學（北京）;2013年

  本文關(guān)鍵詞：機載LIDAR點云數(shù)據(jù)濾波及建筑物點群分割研究，，由筆耕文化傳播整理發(fā)布。

本文編號：342056