本文關(guān)鍵詞：鐵路場景下三維點云識別與分類算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著高速鐵路的建設(shè)與發(fā)展,鐵路運輸以其距離長、速度快、載運能力強的特點,成為了我國不可或缺的基礎(chǔ)交通工具,鐵路運輸?shù)陌踩絹碓绞苤匾�。突發(fā)的自然災(zāi)害、橫穿或滯留鐵軌的行人、搶越道口的車輛、侵入鐵路限界的異物,都嚴重威脅鐵路運輸安全。本文研究了鐵路場景下三維點云識別與分類算法,克服了目前只利用二維圖像識別鐵路場景帶來的不足,對保障鐵路運輸安全有重要的實際意義。論文提出了三維點云識別與分類方案,包括點云獲取、點云分割、點云分類與識別三部分。首先設(shè)計了基于二維激光雷達的三維點云獲取方法,通過數(shù)字舵機帶動二維激光雷達的俯仰實現(xiàn)三維點云的獲取,通過控制雷達水平掃描角度范圍和舵機俯仰角度范圍,可以實現(xiàn)不同區(qū)域范圍的三維點云掃描,還可以通過設(shè)置掃描間隔獲取不同密度的三維點云。針對獲取到的三維點云,利用直通濾波去除用戶設(shè)定范圍之外的點,利用統(tǒng)計離群點濾波去除點云中稀疏的噪聲點,通過這二級濾波改善點云質(zhì)量。針對濾波后的點云數(shù)據(jù),通過不同分割算法的實驗結(jié)果對比,選用基于區(qū)域生長的分割算法實現(xiàn)三維點云的有效分割,形成單物體點云聚類。由于相同物體的三維點云具有相似的視點特征直方圖VFH (Viewpoint Feature Histogram)特征,通過建立不同物體的VFH特征庫,進而利用kd-tree及最近鄰分類算法搜索出特征庫中與待識別點云匹配的特征,從而實現(xiàn)待識別點云的分類與識別。鐵路場景現(xiàn)場實驗表明本論文設(shè)計的三維點云獲取、分割與識別分類算法能夠準確檢測侵入鐵路限界的異物,具有較好的實用性。
【關(guān)鍵詞】：三維點云 點云分割 VFH特征 識別與分類算法
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-20
• 1.1 選題背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 國外研究現(xiàn)狀11-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-17
• 1.3 本論文的研究內(nèi)容與章節(jié)安排17-20
• 2 三維點云識別與分類方案設(shè)計20-26
• 2.1 研究方案設(shè)計20-22
• 2.2 三維點云采集系統(tǒng)22-24
• 2.3 點云預(yù)處理及分割24
• 2.4 點云特征描述及識別分類24-25
• 2.5 本章小結(jié)25-26
• 3 三維點云采集系統(tǒng)26-40
• 3.1 三維點云獲取研究現(xiàn)狀26-27
• 3.2 三維點云采集硬件設(shè)計27-31
• 3.2.1 UTM30-LX激光雷達27-29
• 3.2.2 RX-28數(shù)字舵機29-30
• 3.2.3 帶動雷達俯仰的機械裝置30-31
• 3.3 三維點云采集軟件設(shè)計31-33
• 3.4 三維點云采集的實驗結(jié)果及分析33-38
• 3.5 本章小結(jié)38-40
• 4 三維點云預(yù)處理及分割40-52
• 4.1 三維點云預(yù)處理40-43
• 4.1.1 直通濾波40-41
• 4.1.2 統(tǒng)計離群點濾波41-43
• 4.2 三維點云分割算法43-50
• 4.2.1 基于歐氏聚類提取的分割算法44-45
• 4.2.2 基于隨機采樣一致性(RANSAC)的分割算法45
• 4.2.3 基于區(qū)域生長的分割算法45-47
• 4.2.4 三維點云分割算法的實驗及分析47-50
• 4.3 本章小結(jié)50-52
• 5 三維點云特征描述及識別分類52-68
• 5.1 三維點云特征描述52-60
• 5.1.1 VFH視點特征直方圖52-54
• 5.1.2 VFH特征描述符的實驗及分析54-60
• 5.2 三維點云特征的模型數(shù)據(jù)庫建立60-64
• 5.2.1 kd-tree構(gòu)建算法60-62
• 5.2.2 kd-tree最近鄰查找算法62-64
• 5.3 三維點云的識別與分類實驗及分析64-67
• 5.4 本章小結(jié)67-68
• 6 總結(jié)與展望68-70
• 6.1 工作總結(jié)68
• 6.2 未來展望68-70
• 參考文獻70-74
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果74-78
• 學(xué)位論文數(shù)據(jù)集78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 段紅娟;;簡述三維點云處理技術(shù)的研究[J];電子技術(shù)與軟件工程;2013年14期

2 馬牧運;張愛武;王書民;崔營營;;手持數(shù)碼相機獲取場景三維點云的實現(xiàn)[J];光學(xué)與光電技術(shù);2011年03期

3 徐勝攀;劉正軍;左志權(quán);;大規(guī)模三維點云快速拾取技術(shù)研究[J];計算機工程與設(shè)計;2013年08期

4 王震;劉進;;基于激光影像的物體三維點云獲取系統(tǒng)[J];城市勘測;2013年06期

5 鐘晨;王偉;莊嚴;;基于三維點云的階梯目標檢測與參數(shù)估計[J];控制理論與應(yīng)用;2013年06期

6 馬彩虹;程昱;何明光;曾陽發(fā);劉東峰;;海德堡視網(wǎng)膜斷層掃描儀的三維點云去噪方法研究[J];計算機工程與科學(xué);2010年08期

7 王麗輝;羅曉玲;張娜;;三維點云模型的參數(shù)化方法[J];信息與電腦(理論版);2013年05期

8 周勇飛;徐昱琳;呂曉夢;王明;;基于雙目的三維點云數(shù)據(jù)的獲取與預(yù)處理[J];計算機技術(shù)與發(fā)展;2014年03期

9 楊蕾;;一種高效的支持向量回歸三維點云修補算法[J];計算機應(yīng)用研究;2009年10期

10 譚志國;魯敏;郭裕蘭;左超;;基于投影分布熵的多視點三維點云場景拼接方法[J];中國激光;2012年11期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 陳寶權(quán);;Towards Building a Live Digital City through Laser Scanning[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王麗輝;三維點云數(shù)據(jù)處理的技術(shù)研究[D];北京交通大學(xué);2011年

2 安毅;三維點云數(shù)據(jù)的幾何特性估算與特征識別[D];大連理工大學(xué);2011年

3 萬國偉;面向建筑物的三維點云生成、增強和重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁士超;三維點云預(yù)處理技術(shù)研究[D];西南科技大學(xué);2015年

2 可楊;基于相位輪廓術(shù)的三維重建技術(shù)研究[D];西南科技大學(xué);2015年

3 鄧軍;三維點云處理和規(guī)則曲面擬合算法研究[D];西南科技大學(xué);2015年

4 宋立鵬;室外場景三維點云數(shù)據(jù)的分割與分類[D];大連理工大學(xué);2015年

5 趙鵬;三維點云數(shù)據(jù)的離群點檢測和模型重建[D];大連理工大學(xué);2015年

6 王建東;基于奶牛乳房子空間特征向量的三維點云相似性分析[D];天津科技大學(xué);2013年

7 張楠;鐵路場景下三維點云識別與分類算法研究[D];北京交通大學(xué);2016年

8 陸桂亮;三維點云場景語義分割建模研究[D];南京大學(xué);2014年

9 徐尚;三維點云數(shù)據(jù)拼接與精簡技術(shù)的研究[D];中國海洋大學(xué);2009年

10 張萌;基于建筑物三維點云數(shù)據(jù)的水平面檢測[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：鐵路場景下三維點云識別與分類算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：312609