本文關(guān)鍵詞：基于機(jī)載LiDAR的林間道路提取方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：道路是人類交通的重要組成部分,在人類對森林的管理中起著重要的作用,林間道路的數(shù)據(jù)采集對于車輛導(dǎo)航、火災(zāi)搶險、林業(yè)研究、地籍管理、GIS數(shù)據(jù)庫更新等是必不可少的數(shù)據(jù)源。隨著國民經(jīng)濟(jì)的飛速發(fā)展,人們對獲取林間道路的完整信息的需求也越來越高,如何高效、準(zhǔn)確、時效的獲取林間道路信息成為了人類獲取信息的熱點。機(jī)載LiDAR測量技術(shù)的出現(xiàn),以其高效準(zhǔn)確的三維信息獲取能力和豐富的回波信息,為獲取林間道路信息打開了一扇新的大門。目前,關(guān)于機(jī)載LiDAR技術(shù)的研究,主要集中在改善點云精度、優(yōu)化測量系統(tǒng)、對點云數(shù)據(jù)的濾波、建筑物的建模等等。在濾波方面,研究的成果主要適用于地形平坦的城市區(qū)域,而對地形起伏較大的森林山地地區(qū)研究較少；而對道路提取方法的研究中,比較成熟的方法是利用遙感影像對道路進(jìn)行提取,利用機(jī)載LiDAR點云數(shù)據(jù)對道路的提取研究還比較少,學(xué)者們對LiDAR點云數(shù)據(jù)的利用還不夠全面。針對上述的多方面的因素,本文綜合利用了機(jī)載LiDAR點云數(shù)據(jù)中的三維信息和回波信息,以快速、準(zhǔn)確、高效的獲取林間道路信息為目的進(jìn)行了一系列的研究,具體研究內(nèi)容包括：(1) 概括總結(jié)了機(jī)載LiDAR技術(shù)的發(fā)展,以及國內(nèi)外對其研究的進(jìn)展,介紹了機(jī)載LiDAR系統(tǒng)的組成部分、測量技術(shù)的主要原理、點云數(shù)據(jù)的結(jié)構(gòu)特點和主要應(yīng)用領(lǐng)域。(2) 講解分析了現(xiàn)有的幾種經(jīng)典的點云濾波方法,對每種方法進(jìn)行了簡要的評價。針對本文對林間道路信息進(jìn)行提取的目的,采用了改進(jìn)坡度的形態(tài)濾波學(xué),該算法在漸變式多尺度形態(tài)學(xué)濾波的基礎(chǔ)上進(jìn)行了改進(jìn),使其對地形起伏較大的區(qū)域有著更好的適應(yīng)性,為位于山林地區(qū)的林間道路的提取提供了精度保證。(3) 基于林間道路的形態(tài)特征和支持向量機(jī)原理,提出一種從機(jī)載LiDAR點云數(shù)據(jù)中提取林間道路的方法。首先,選取末次回波去噪、柵格化,生成數(shù)字表面模型和強(qiáng)度信息模型；然后,經(jīng)過改進(jìn)坡度的形態(tài)學(xué)濾波,得到DEM,并獲取道路潛在區(qū)域；再通過支持向量機(jī)對坡度信息進(jìn)行分類和強(qiáng)度信息的分類,得到含有少量噪聲的初始道路區(qū)域；最后,利用形態(tài)參數(shù)對初始道路區(qū)域進(jìn)行去噪、精化,得出最終道路區(qū)域。(4) 選取了非平坦區(qū)域的森林地區(qū),運用了本文提出的方法,使用MATLAB編程實現(xiàn)了林間道路的提取。實驗證明,該方法的預(yù)測精度較高,與遙感影像對比,能較好的提取出道路區(qū)域,且具有較高的正確率和完整性。并說明了該算法的一些不足,以及林間道路提取方法研究的發(fā)展方向。
【關(guān)鍵詞】：機(jī)載LiDAR 濾波 林間道路 分類提取 支持向量機(jī) 強(qiáng)度信息 坡度信息
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：S773;P237
【目錄】：

• 摘要6-8
• Abstract8-12
• 第1章 緒論12-17
• 1.1 研究背景與意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.3 本論文主要結(jié)構(gòu)與內(nèi)容15-17
• 第2章 機(jī)載激光雷達(dá)技術(shù)與原理17-24
• 2.1 機(jī)載激光雷達(dá)系統(tǒng)與測量原理17-19
• 2.2 機(jī)載激光雷達(dá)點云數(shù)據(jù)19-22
• 2.3 機(jī)載激光雷達(dá)的應(yīng)用22-24
• 第3章 LiDAR點云數(shù)據(jù)濾波24-33
• 3.1 濾波的基本原理24-25
• 3.2 現(xiàn)有的濾波方法及評價25-30
• 3.2.1 基于數(shù)學(xué)形態(tài)學(xué)的濾波算法25-27
• 3.2.2 基于不規(guī)則三角網(wǎng)加密的濾波算法27
• 3.2.3 基于地形坡度的濾波算法27-28
• 3.2.4 基于聚類分割的濾波算法28-29
• 3.2.5 迭代線性最小二乘內(nèi)插濾波算法29-30
• 3.3 改進(jìn)坡度的多尺度形態(tài)學(xué)濾波30-33
• 3.3.1 漸進(jìn)式形態(tài)學(xué)濾波原理30
• 3.3.2 改進(jìn)坡度的多尺度形態(tài)學(xué)濾波算法30-33
• 第4章 基于SVM的機(jī)載LiDAR點云林間道路提取33-48
• 4.1 現(xiàn)有的道路提取方法33-36
• 4.1.1 基于遙感影像的道路提取方法33-34
• 4.1.2 結(jié)合LIDAR點云數(shù)據(jù)和遙感影像信息的道路提取方法34-35
• 4.1.3 基于LIDAR點云數(shù)據(jù)的道路提取方法35-36
• 4.2 支持向量機(jī)(Support vector machine,SVM)36-39
• 4.3 基于SVM提取林間道路方法39-48
• 4.3.1 林間道路提取的數(shù)據(jù)預(yù)處理過程40-41
• 4.3.2 林間道路提取的實驗與分析41-48
• 結(jié)論與展望48-50
• 致謝50-51
• 參考文獻(xiàn)51-54

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 喜文飛;史正濤;;一種新的點云數(shù)據(jù)組合精簡算法研究[J];科技通報;2014年03期

2 劉志軍;;基于三坐標(biāo)測量機(jī)的點云數(shù)據(jù)測量規(guī)劃研究[J];黑龍江科技信息;2008年20期

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

4 方源敏;夏永華;陳杰;宋煒煒;楊永明;左小清;;基于改進(jìn)的角度偏差法的采空區(qū)點云數(shù)據(jù)精簡[J];地球科學(xué)與環(huán)境學(xué)報;2012年02期

5 徐偉恒;馮仲科;蘇志芳;胥輝;焦有權(quán);鄧歐;;一種基于三維激光點云數(shù)據(jù)的單木樹冠投影面積和樹冠體積自動提取算法[J];光譜學(xué)與光譜分析;2014年02期

6 靳克強(qiáng);龔志輝;湯志強(qiáng);張斌;袁輝;;機(jī)載激光雷達(dá)點云數(shù)據(jù)質(zhì)量評價體系分析與探討[J];測繪與空間地理信息;2012年04期

7 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點云數(shù)據(jù)提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2012年11期

8 喜文飛;方源敏;李帥;李健;;一種新的激光點云數(shù)據(jù)精簡方法[J];測繪工程;2012年04期

9 何麗;李嘉;鄭德華;;基于柵格的點云數(shù)據(jù)的邊界探測方法[J];測繪工程;2013年03期

10 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[A];第二十九屆中國控制會議論文集[C];2010年

2 吳美金;;基于薄壁構(gòu)件的點云數(shù)據(jù)提取[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2009年

3 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

5 張偉忠;張順海;于德敏;;點云數(shù)據(jù)與建模軟件的接口設(shè)計[A];全國第13屆計算機(jī)輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

6 呂瓊瓊;楊曉暉;楊唐文;韓建達(dá);莊嚴(yán);;激光雷達(dá)點云數(shù)據(jù)的三維建模技術(shù)[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 隋立春;張熠斌;趙旦;;基于MicroStation的機(jī)載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

9 黃承亮;吳侃;劉虎;;基于三維TIN的格網(wǎng)化點云數(shù)據(jù)特征提取[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

10 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙江洪;古建筑散亂點云基準(zhǔn)面的提取與擬合[D];武漢大學(xué);2012年

2 谷曉英;三維重建中點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2015年

3 胡峰俊;三維離散點云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D];浙江工業(yè)大學(xué);2015年

4 董秀軍;三維空間影像技術(shù)在地質(zhì)工程中的綜合應(yīng)用研究[D];成都理工大學(xué);2015年

5 李曉捷;基于深度相機(jī)的三維人體重建及在服裝展示方面的技術(shù)研究[D];天津工業(yè)大學(xué);2016年

6 張坤;基于三維激光掃描的點云數(shù)據(jù)逆向重建算法研究[D];燕山大學(xué);2016年

7 張學(xué)昌;基于點云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測關(guān)鍵技術(shù)研究及其系統(tǒng)開發(fā)[D];上海交通大學(xué);2006年

8 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學(xué)（北京）;2014年

9 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學(xué);2010年

10 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學(xué)（北京）;2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張磊;大型鋼結(jié)構(gòu)建筑安裝質(zhì)量檢測與變形監(jiān)測軟件系統(tǒng)設(shè)計與實現(xiàn)[D];北京建筑大學(xué);2015年

2 饒杰;基于激光點云數(shù)據(jù)的建筑物快速三維建模[D];中國地質(zhì)大學(xué)(北京);2015年

3 李俊寶;TLS在古建筑物測繪及建模中的應(yīng)用研究[D];長安大學(xué);2015年

4 謝金坤;基于事故車輛車身變形的碰撞速度研究[D];長安大學(xué);2015年

5 顧品熒;基于點云數(shù)據(jù)的基本款女西裝樣板生成系統(tǒng)研究[D];蘇州大學(xué);2015年

6 李國瑞;車載LiDAR點云中的車輛自動檢測技術(shù)[D];長安大學(xué);2015年

7 江靜;建筑物L(fēng)iDAR點云數(shù)據(jù)特征檢測及配準(zhǔn)關(guān)鍵技術(shù)研究[D];集美大學(xué);2015年

8 梁子瑜;基于TLS點云數(shù)據(jù)的林分調(diào)查因子測定及收獲估計[D];南京林業(yè)大學(xué);2015年

9 喻W毶，

本文編號：509469