數(shù)字校園與智慧校園建設(shè)是《教育信息化2.0》的重要內(nèi)容,同時也是提升校園管理水平、服務(wù)水平的重要基礎(chǔ)。傳統(tǒng)的基于影像與手工量測的建模與數(shù)據(jù)采集方法速度慢、成本高,限制了智慧校園建設(shè)的發(fā)展。目前,通過無人機快速獲取校園航拍影像并密集匹配為點云,從而對校園進行建模已成為加快智慧校園建設(shè)的重要方法。然而無人機獲取的大規(guī)模點云中存在復(fù)雜環(huán)境中的校園建筑難以單體化、缺乏通過密集匹配技術(shù)獲取的帶有類別標(biāo)簽的校園大規(guī)模點云數(shù)據(jù)集、點數(shù)在千萬量級以上的校園點云難以標(biāo)注等問題,給進一步的校園建筑提取和智慧校園自動建模等工作帶來了困難。如何快速準(zhǔn)確的對點云進行標(biāo)注、在復(fù)雜環(huán)境中自動提取出建筑點云,構(gòu)建智慧校園的基礎(chǔ)空間框架,是應(yīng)用多學(xué)科交叉方法加快智慧校園建設(shè)的重要手段,也是教育信息化建設(shè)的重要研究內(nèi)容與方向。針對這些問題,本文圍繞智慧校園建設(shè)過程中無人機點云數(shù)據(jù)的標(biāo)注和建筑物自動提取的主題,主要研究內(nèi)容包括:（1）綜述了點云的標(biāo)注方法、公開的點云數(shù)據(jù)集和點云語義分割的方法,重點介紹并比較了能用于處理室外大規(guī)模點云的算法,并針對校園點云的特點,為之后的語義分割實驗選取合適的算法;（2）構(gòu)建了應(yīng)用無人機快速... 

【文章來源】：華中師范大學(xué)湖北省211工程院校教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)的點云語義分割方法
        1.2.2 基于深度學(xué)習(xí)的點云語義分割方法
    1.3 論文研究內(nèi)容與章節(jié)
        1.3.1 研究內(nèi)容
        1.3.2 章節(jié)結(jié)構(gòu)與工作流程
第二章 室外大規(guī)模點云處理相關(guān)技術(shù)
    2.1 室外大規(guī)模點云的獲取技術(shù)
        2.1.1 ALS與DIM技術(shù)概述
        2.1.2 ALS與DIM技術(shù)對比
    2.2 3D點云數(shù)據(jù)集
        2.2.1 RGB-D數(shù)據(jù)集
        2.2.2 靜態(tài)點云數(shù)據(jù)集
        2.2.3 序列點云數(shù)據(jù)集
        2.2.4 合成點云數(shù)據(jù)集
    2.3 3D點云標(biāo)注軟件
        2.3.1 基于Qt的點云標(biāo)注軟件
        2.3.2 基于Web的點云標(biāo)注軟件
        2.3.3 全功能型點云標(biāo)注軟件
        2.3.4 結(jié)合校園布局語義的點云標(biāo)注
    2.4 室外大規(guī)模點云的語義分割算法
    2.5 本章小結(jié)
第三章 基于校園場景的點云數(shù)據(jù)集的建立
    3.1 航空影像的采集
        3.1.1 校園環(huán)境勘測
        3.1.2 飛行計劃設(shè)置
        3.1.3 無人機按計劃拍攝航空影像
        3.1.4 數(shù)據(jù)的存儲與整理
    3.2 航空影像的數(shù)據(jù)處理與點云生成
        3.2.1 無人機數(shù)據(jù)處理軟件
        3.2.2 數(shù)據(jù)導(dǎo)入
        3.2.3 空三加密及精度分析
        3.2.4 點云數(shù)據(jù)輸出
    3.3 點云標(biāo)注及數(shù)據(jù)集建立
        3.3.1 點云標(biāo)注
        3.3.2 數(shù)據(jù)集建立
    3.4 本章小結(jié)
第四章 基于超點圖的校園場景點云建筑提取研究
    4.1 基于超點圖的點云語義分割
        4.1.1 幾何同質(zhì)劃分與超點圖構(gòu)造
        4.1.2 基于PointNet的超點嵌入
        4.1.3 基于門控循環(huán)單元的上下文分類
    4.2 基于超點圖的校園場景點云語義分割實驗
        4.2.1 實驗環(huán)境配置
        4.2.2 基于校園場景的幾何同質(zhì)劃分與超點圖生成
        4.2.3 基于校園場景的語義分割與可視化
    4.3 本章小結(jié)
第五章 基于RandLA-Net的校園場景點云建筑提取研究
    5.1 基于RandLA-Net的點云語義分割
        5.1.1 點云的采樣方法
        5.1.2 局部特征聚合
        5.1.3 RandLA-Net
    5.2 基于RandLA-Net的校園場景點云語義分割實驗
        5.2.1 實驗環(huán)境配置
        5.2.2 基于校園場景的語義分割與可視化
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
攻讀碩士期間發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]機載激光點云與攝影測量點云非監(jiān)督建筑物變化檢測[J]. 張振超,張永生,戴晨光,李凱,季虹良.  測繪科學(xué)技術(shù)學(xué)報. 2019(05)
[2]數(shù)據(jù)標(biāo)注研究綜述[J]. 蔡莉,王淑婷,劉俊暉,朱揚勇.  軟件學(xué)報. 2020(02)
[3]建筑點云幾何模型重建方法研究進展[J]. 杜建麗,陳動,張振鑫,張立強.  遙感學(xué)報. 2019(03)
[4]教育信息化2.0與數(shù)字校園建設(shè)的融合支點和推進杠桿[J]. 張曉.  教育與裝備研究. 2018(11)
[5]基于無人機傾斜影像的數(shù)字校園三維重建[J]. 梁靜,李永利,戴曉琴,楊帆,施群山.  測繪與空間地理信息. 2018(08)
[6]航測點云與機載LiDAR點云對比分析[J]. 田其.  通訊世界. 2018(08)
[7]教育信息化2.0:新時代信息技術(shù)變革教育的關(guān)鍵歷史躍遷[J]. 楊宗凱,吳砥,鄭旭東.  教育研究. 2018(04)
[8]顧及建筑物屋頂結(jié)構(gòu)的改進RANSAC點云分割算法[J]. 李云帆,譚德寶,劉瑞,鄔建偉.  國土資源遙感. 2017(04)
[9]基于改進歐氏聚類的散亂工件點云分割[J]. 田青華,白瑞林,李杜.  激光與光電子學(xué)進展. 2017(12)
[10]Pix4D mapper軟件在無人機航空攝影與工程地質(zhì)調(diào)查中的數(shù)據(jù)處理[J]. 趙明.  水電站設(shè)計. 2017(02)

碩士論文
[1]基于巴氏距離和形狀直徑函數(shù)的點云模型分割[D]. 曹山海.中北大學(xué) 2019
[2]基于傾斜影像的建筑物提取與參數(shù)化三維重建[D]. 楊存英.西安科技大學(xué) 2016
[3]基于點云數(shù)據(jù)的三維數(shù)字校園模型重建與漫游系統(tǒng)[D]. 吳波.西安科技大學(xué) 2015
[4]基于TIN法向量的邊緣檢測與建筑物提取方法研究[D]. 師頓.西安電子科技大學(xué) 2014



本文編號：3642903