【摘要】：在公路建設領域,從公路初建的地形測繪到公路改擴建,機載LiDAR技術(shù)都能提供高精度的地形數(shù)據(jù),然而,由于公路測區(qū)狹長、LiDAR點云密度高等因素,使得機載LiDAR獲取的數(shù)據(jù)量非常龐大,龐大的數(shù)據(jù)量會影響公路勘察設計中DEM的構(gòu)建速度、數(shù)據(jù)交互的難易程度和數(shù)據(jù)的存儲速度,所以對用于公路勘察設計的機載LiDAR點云進行抽稀精簡有利于實際工程應用。關(guān)于LiDAR點云的抽稀方法,如何在保留地形特征點的同時,保證點位分布的合理性,避免出現(xiàn)大面積的點云空洞,以及提高算法的處理速度,仍然是當下研究的重點與難點。本文主要研究內(nèi)容如下:(1)總結(jié)、分析了規(guī)則格網(wǎng)、八叉樹和KD樹三種海量點云數(shù)據(jù)空間索引方法的優(yōu)缺點。結(jié)合機載LiDAR點云數(shù)據(jù)的特點,采用KD樹作為本文實驗數(shù)據(jù)的空間索引結(jié)構(gòu),提高算法處理速度。(2)根據(jù)機載LiDAR的工作原理,分析總結(jié)其主要的粗差來源,研究采用基于假設檢驗的方法剔除粗差。(3)提出了基于平均曲率的點云抽稀算法,并利用標記法來解決點云空洞的問題,提高點位分布的合理性,盡可能的保證抽稀后的點云精度。(4)設計開發(fā)了點云顯示、點云粗差剔除、點云抽稀等功能的軟件,并基于實際數(shù)據(jù)進行點云粗差剔除和抽稀實驗,對實驗結(jié)果進行對比分析。
【圖文】：

與數(shù)據(jù)結(jié)構(gòu)重組法大不相同，規(guī)則格網(wǎng)的空間索引方式在數(shù)據(jù)更八叉樹的空間索引屬于數(shù)據(jù)結(jié)構(gòu)重組法[20]。使用八叉樹的結(jié)構(gòu)來組織海量空間數(shù)據(jù)間目標的空間范圍，然后設置一個合適大小的外接立方體將整個邏輯上講這個外接立方體就是八叉樹的根結(jié)點。然后對外接立方體 三個方向上進行均勻劃分，于是該外接立方體就被劃分成 8 個小立方體為該根結(jié)點 8 個子結(jié)點。對于這 8 個小的立方體，每一個點一樣，繼續(xù)在三個坐標方向上進行均勻劃分，直到滿足設定的分。停止劃分的小立方體稱為八叉樹的葉結(jié)點，中間被劃分的立以八叉樹由中間結(jié)點（根結(jié)點也屬于中間結(jié)點）和葉結(jié)點組成。八叉樹的劃分過程。

圖 2-6 三維 KD 樹分割 樹的搜索查找查找從根結(jié)點開始，根據(jù)結(jié)點的 split 域最終落入到葉結(jié)點錄查找所經(jīng)過的結(jié)點（搜索路徑），設落入的葉結(jié)點為當前最 中保存的結(jié)點，如果有結(jié)點與查找點的距離比當前最近鄰距然后以當前最近鄰距離為半徑畫圓，如果圓與父結(jié)點的分割點的另一孩子結(jié)點，如果不相交，則還需要繼續(xù)向上回溯，，直搜索完成。圖 2-7 顯示了一顆二維的 KD 樹。
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U412;P237

【參考文獻】

相關(guān)期刊論文 前10條

1 麻衛(wèi)峰;周興華;徐文學;潘光江;;一種基于局部曲率特征的點云精簡算法[J];測繪工程;2015年11期

2 林祥國;黃擇祥;;利用KD-樹剔除機載雷達點云粗差的方法研究[J];測繪科學;2015年11期

3 李淑琴;;機載激光雷達技術(shù)的數(shù)據(jù)處理與4D產(chǎn)品制作[J];全球定位系統(tǒng);2012年02期

4 張佳杰;黃海端;;基于密集型區(qū)域的八叉樹劃分算法[J];科技傳播;2012年02期

5 馬洪超;姚春靜;;徠卡機載激光雷達的數(shù)據(jù)獲取與處理[J];測繪通報;2008年10期

6 董秀軍;;三維激光掃描技術(shù)獲取高精度DTM的應用研究[J];工程地質(zhì)學報;2007年03期

7 劉春;吳杭彬;;基于平面不規(guī)則三角網(wǎng)的DEM數(shù)據(jù)壓縮與質(zhì)量分析[J];中國圖象圖形學報;2007年05期

8 王世東;陳楊;張本福;孫光靈;黃曉梅;;八叉樹在三維建模中的應用[J];安徽建筑工業(yè)學院學報(自然科學版);2006年06期

9 權(quán)毓舒,何明一;基于三維點云數(shù)據(jù)的線性八叉樹編碼壓縮算法[J];計算機應用研究;2005年08期

10 朱冒冒,馮祖軍,郭建華,鞠魯粵;三維柵格法在數(shù)據(jù)點云精簡中的應用[J];上海大學學報(自然科學版);2005年03期

相關(guān)博士學位論文 前2條

1 陳杰;空間離散點集三維建模及簡化算法研究[D];昆明理工大學;2012年

2 詹海生;實時圖形處理關(guān)鍵技術(shù)研究[D];西安電子科技大學;2006年

相關(guān)碩士學位論文 前10條

1 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學;2015年

2 彭占偉;基于K近鄰的點云數(shù)據(jù)處理研究[D];昆明理工大學;2014年

3 聶鑫;精度約束下基于機載LiDAR點云數(shù)據(jù)的DEM壓縮算法研究[D];西南交通大學;2014年

4 李謙;基于曲率特征信息的點云數(shù)據(jù)處理[D];揚州大學;2014年

5 徐鵬;海量三維點云數(shù)據(jù)的組織與可視化研究[D];南京師范大學;2013年

6 劉紅梅;三維歐氏空間中的廣義常角曲面[D];東北大學;2012年

7 繆志修;基于機載LiDAR數(shù)據(jù)的DEM抽稀算法研究[D];西南交通大學;2010年

8 劉艷豐;基于kd-tree的點云數(shù)據(jù)空間管理理論與方法[D];中南大學;2009年

9 韓麗榮;基于DEM模型的地形信息提取及其應用研究[D];內(nèi)蒙古師范大學;2008年

10 杜斌;點模型的表面建模與繪制技術(shù)研究[D];西安電子科技大學;2007年

本文編號：2675822