發(fā)布時(shí)間：2020-03-20 21:21

【摘要】：激光雷達(dá)技術(shù)由于其全天候、非接觸的特點(diǎn),給現(xiàn)實(shí)場(chǎng)景三維空間數(shù)據(jù)獲取提供了可靠的數(shù)據(jù)源。其中車載點(diǎn)云數(shù)據(jù)可連續(xù)、快速的獲取城區(qū)、道路的高精度、高密度的三維坐標(biāo),逐漸成為城區(qū)規(guī)劃、城市三維重建等工作的重要數(shù)據(jù)獲取手段。因此,基于車載點(diǎn)云數(shù)據(jù)的三維目標(biāo)檢測(cè)、提取、分類工作也受到了測(cè)繪、計(jì)算機(jī)圖形等眾多領(lǐng)域?qū)W者的重視,并取得不俗的成果,為后續(xù)的點(diǎn)云應(yīng)用提供了有力的技術(shù)支持。然而,數(shù)據(jù)獲取方便快捷的同時(shí),帶來的問題是海量的點(diǎn)云數(shù)據(jù)量,在經(jīng)過目標(biāo)檢測(cè)后得到分類數(shù)據(jù)中點(diǎn)密度往往遠(yuǎn)遠(yuǎn)大于實(shí)際所需,存在大量的冗余。因此,本文重點(diǎn)分析了車載場(chǎng)景中人工地物點(diǎn)云與樹木點(diǎn)云的數(shù)據(jù)特征,并在此基礎(chǔ)上分別對(duì)人工地物及樹木點(diǎn)云進(jìn)行了壓縮研究。具體研究?jī)?nèi)容如下:(1)針對(duì)形狀較為規(guī)則的人工地物,如建筑物、車輛、道路、路燈等,的點(diǎn)云數(shù)據(jù),提出了顧及幾何形態(tài)與密度分布的人工地物點(diǎn)云壓縮方法。方法分析了高斯平滑前后原始點(diǎn)與預(yù)測(cè)點(diǎn)之間產(chǎn)生位移的因素:平坦度變化分量與密度變化分量,并利用兩分量的加權(quán)和來代替?zhèn)鹘y(tǒng)曲率、法向量等曲面變化度量,對(duì)點(diǎn)重要度進(jìn)行排序,有效的抑制了由于掃描方向及地物朝向引起的點(diǎn)重要度過高估計(jì),同時(shí)在迭代壓縮過程中,考慮刪除點(diǎn)對(duì)局部點(diǎn)集的影響。經(jīng)實(shí)驗(yàn)驗(yàn)證,本文所提的人工地物壓縮方法能夠適應(yīng)多種人工目標(biāo)。(2)針對(duì)無規(guī)則表面的樹木點(diǎn)云,提出了基于環(huán)境光遮蔽的樹木點(diǎn)云壓縮方法。首先通過PCA算法尋找樹木點(diǎn)云對(duì)應(yīng)的掃描儀掃描方向,之后結(jié)合掃描方向與道路數(shù)據(jù)對(duì)環(huán)境光方向球進(jìn)行二分,獲取樹木對(duì)應(yīng)的光線方向半球。最后沿光線方向,對(duì)樹木點(diǎn)云進(jìn)行正射投影的遮蔽計(jì)算,獲取點(diǎn)云中每點(diǎn)的可見度,以此可見度對(duì)點(diǎn)進(jìn)行重要度排序,通過刪除重要度較低點(diǎn),達(dá)到樹木點(diǎn)云的壓縮。(3)結(jié)合車載點(diǎn)云數(shù)據(jù)特點(diǎn),從經(jīng)檢測(cè)、提取、分類后的點(diǎn)云數(shù)據(jù)應(yīng)用角度出發(fā),分別對(duì)建筑物、車輛等人工地物壓縮后點(diǎn)云數(shù)據(jù)及樹木壓縮后點(diǎn)云進(jìn)行質(zhì)量評(píng)價(jià)。在人工地物壓縮結(jié)果評(píng)價(jià)方面,以原始點(diǎn)云到壓縮后點(diǎn)云面片的距離為準(zhǔn)則對(duì)壓縮后點(diǎn)云數(shù)據(jù)進(jìn)行質(zhì)量評(píng)價(jià)。在樹木點(diǎn)云壓縮結(jié)果評(píng)價(jià)方面,從后續(xù)樹木點(diǎn)云三維建模、林業(yè)應(yīng)用等方面所需的樹木參數(shù)入手,對(duì)比壓縮前后樹木參數(shù)變化來對(duì)樹木點(diǎn)云壓縮質(zhì)量進(jìn)行評(píng)價(jià)。
【圖文】：

本節(jié)對(duì)激光點(diǎn)云數(shù)據(jù)中現(xiàn)有的人工地物檢測(cè)、分類方法進(jìn)行了概述。車載點(diǎn)逡逑云經(jīng)三維目標(biāo)檢測(cè)、分類后，，可獲取建筑物、道路、車輛、路燈、交通標(biāo)識(shí)牌點(diǎn)逡逑云，為之后的壓縮工作提供了源數(shù)據(jù)。分類后部分人工地物點(diǎn)云如圖２．１、圖２．２逡逑所示。逡逑圖２．邋１車輛分類點(diǎn)云逡逑瞧逡逑１１１逡逑圖２．邋２建筑物分類點(diǎn)云逡逑１１逡逑

本節(jié)對(duì)激光點(diǎn)云數(shù)據(jù)中現(xiàn)有的人工地物檢測(cè)、分類方法進(jìn)行了概述。車載點(diǎn)逡逑云經(jīng)三維目標(biāo)檢測(cè)、分類后，可獲取建筑物、道路、車輛、路燈、交通標(biāo)識(shí)牌點(diǎn)逡逑云，為之后的壓縮工作提供了源數(shù)據(jù)。分類后部分人工地物點(diǎn)云如圖２．１、圖２．２逡逑所示。逡逑圖２．邋１車輛分類點(diǎn)云逡逑瞧逡逑１１１逡逑圖２．邋２建筑物分類點(diǎn)云逡逑１１逡逑
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P225;TN958.98

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李鵬程;劉志青;張保明;郭海濤;張軍軍;;機(jī)載LiDAR全波形數(shù)據(jù)分解的研究與應(yīng)用[J];測(cè)繪與空間地理信息;2015年11期

2 陳西江;章光;花向紅;;于法向量夾角信息熵的點(diǎn)云簡(jiǎn)化算法[J];中國(guó)激光;2015年08期

3 寧亮亮;張曉麗;;點(diǎn)云數(shù)據(jù)三維樹木模型建立及三維綠量的估算[J];西北林學(xué)院學(xué)報(bào);2014年06期

4 陳璋雯;達(dá)飛鵬;;基于模糊熵迭代的三維點(diǎn)云精簡(jiǎn)算法[J];光學(xué)學(xué)報(bào);2013年08期

5 羅勝;姜挺;王鑫;張銳;江剛武;;原始機(jī)載LiDAR點(diǎn)云中建筑物激光點(diǎn)的自動(dòng)提取[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2013年03期

6 徐文學(xué);楊必勝;魏征;方莉娜;;多標(biāo)記點(diǎn)過程的LiDAR點(diǎn)云數(shù)據(jù)建筑物和樹冠提取[J];測(cè)繪學(xué)報(bào);2013年01期

7 宋永昌;;對(duì)中國(guó)植被分類系統(tǒng)的認(rèn)知和建議[J];植物生態(tài)學(xué)報(bào);2011年08期

8 李卉;;集成LiDAR和遙感影像城市道路提取與三維建模[J];測(cè)繪學(xué)報(bào);2011年01期

9 譚炳香;李增元;陳爾學(xué);龐勇;武紅敢;;高光譜遙感森林信息提取研究進(jìn)展[J];林業(yè)科學(xué)研究;2008年S1期

10 江水;盛業(yè)華;李永強(qiáng);劉會(huì)云;戴華陽;;基于車載激光掃描的帶狀地物表面快速重建[J];地球信息科學(xué);2007年05期

相關(guān)博士學(xué)位論文 前2條

1 汪漢云;高分辨率三維點(diǎn)云目標(biāo)識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

2 韓友美;車載移動(dòng)測(cè)量系統(tǒng)激光掃描儀和線陣相機(jī)的檢校技術(shù)研究[D];山東科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 藺小虎;激光點(diǎn)云數(shù)據(jù)壓縮及曲面建模研究[D];西安科技大學(xué);2017年

2 王祺;基于三維激光掃描技術(shù)的樹木參數(shù)提取及可視化研究[D];安徽大學(xué);2017年

3 方毛林;三維激光掃描技術(shù)在文物古跡保護(hù)中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2017年

4 律帥;基于最小生成樹的三維點(diǎn)云數(shù)據(jù)壓縮算法研究[D];東南大學(xué);2016年

5 葉剛;城市環(huán)境基于三維激光雷達(dá)的自動(dòng)駕駛車輛多目標(biāo)檢測(cè)及跟蹤算法研究[D];北京理工大學(xué);2016年

6 李玉;基于3D激光點(diǎn)云的無人車城市環(huán)境SLAM問題研究[D];北京理工大學(xué);2016年

7 楊莎莎;車載LiDAR點(diǎn)云中行道樹信息提取研究[D];河南理工大學(xué);2015年

8 李國(guó)瑞;車載LiDAR點(diǎn)云中的車輛自動(dòng)檢測(cè)技術(shù)[D];長(zhǎng)安大學(xué);2015年

9 王植槐;基于機(jī)載激光雷達(dá)的林木特征研究[D];中南林業(yè)科技大學(xué);2014年

10 莊加福;基于機(jī)載激光雷達(dá)的復(fù)雜場(chǎng)景車輛類目標(biāo)檢測(cè)[D];華中科技大學(xué);2013年

本文編號(hào)：2592213