車載激光掃描系統(tǒng)能夠快速獲取目標表面三維坐標和反射強度等信息,并且具有實時性、高精度、高密度、非接觸式以及自動化等特點,為道路信息的快速獲取與實時更新提供了新的途徑。但車載激光掃描系統(tǒng)獲取的原始激光點云數(shù)據(jù)量大、雜亂無序、空間分布不均勻、包含的目標豐富多樣。同時,道路環(huán)境場景復雜、道路形狀多變,道路邊界與路面上的交通標線等特征在原始點云中不夠突出,且容易受到遮擋導致道路點云局部存在缺失,這些因素都給道路信息的自動提取造成了很大的困難。因此,如何準確、高效、完整地從大范圍復雜環(huán)境下的車載激光點云中提取道路及其標線等特征信息,在當下具有十分重要的研究價值。本文的主要研究內(nèi)容如下:(1)針對車載激光點云雜亂無序且存在噪聲點與冗余數(shù)據(jù)的問題,總結(jié)與探討了車載激光點云數(shù)據(jù)的常用預處理方法,主要包括點云空間索引建立、原始點云去噪和點云精簡。(2)結(jié)合結(jié)構(gòu)化道路點云法向量分布特征,提出了一種依據(jù)法向量相似度的路面點云提取方法。首先使用布料模擬算法對原始點云進行非地面點濾波,然后分別基于主成分分析法與曲面擬合法計算出各激光腳點的法向量與曲率值,最后依據(jù)點云法向量相似度作為約束條件,采用改進的區(qū)域生長分...

【文章頁數(shù)】：65 頁

【學位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 車載點云道路提取研究現(xiàn)狀
        1.2.2 車載點云交通標線提取研究現(xiàn)狀
        1.2.3 現(xiàn)有方法存在的不足
    1.3 本文研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 車載激光掃描數(shù)據(jù)預處理
    2.1 點云空間索引建立
        2.1.1 基于KD樹的點云空間索引
        2.1.2 基于虛擬格網(wǎng)的點云空間索引
    2.2 原始點云去噪
        2.2.1 基于統(tǒng)計分析的點云去噪
        2.2.2 基于連通分析的點云去噪
    2.3 點云精簡
        2.3.1 基于八叉樹的點云精簡
        2.3.2 基于平均曲率的點云精簡
第三章 道路點云分割
    3.1 點云分段
    3.2 基于布料模擬的地面點濾波
        3.2.1 基本原理
        3.2.2 算法流程
        3.2.3 濾波參數(shù)
    3.3 基于法向量的路面點云分割
        3.3.1 道路點云法向量分布
        3.3.2 點云法向量計算
        3.3.3 點云曲率計算
        3.3.4 改進的區(qū)域生長分割算法
第四章 道路標線點云提取
    4.1 點云強度特征圖像生成
    4.2 點云強度特征圖像邊緣檢測
        4.2.1 強度特征梯度圖像生成
        4.2.2 最大熵閾值分割
    4.3 標線幾何連通區(qū)域分析
        4.3.1 連通域
        4.3.2 種子填充法
        4.3.3 小區(qū)域去除與孔洞填充
    4.4 道路標線點云提取與優(yōu)化
        4.4.1 Otsu算法原理
        4.4.2 Otsu點云強度濾波
第五章 實驗與分析
    5.1 實驗數(shù)據(jù)介紹
    5.2 實驗平臺介紹
        5.2.1 硬件介紹
        5.2.2 軟件介紹
    5.3 地面點濾波實驗與分析
        5.3.1 地面點濾波結(jié)果
        5.3.2 精度評價與分析
    5.4 路面點云分割實驗與分析
        5.4.1 路面分割結(jié)果
        5.4.2 精度評價與分析
    5.5 道路標線點云提取實驗與分析
        5.5.1 道路標線提取結(jié)果
        5.5.2 精度評價與分析
總結(jié)與展望
參考文獻
攻讀學位期間取得的研究成果
致謝



本文編號：3764951