機(jī)載激光雷達(dá)技術(shù)是一種通過機(jī)載雷達(dá)設(shè)備快速獲取地形地物信息的新型測繪技術(shù)。該技術(shù)具有明顯優(yōu)勢,包括作業(yè)周期短,數(shù)據(jù)精度高,環(huán)境適應(yīng)性強(qiáng)等,因此被廣泛應(yīng)用于林業(yè)檢測,地形測繪,數(shù)字城市,鐵路電力線規(guī)劃等領(lǐng)域。近年來,利用機(jī)載激光雷達(dá)數(shù)據(jù)開展的研究主要圍繞如何快速準(zhǔn)確地分離地面與地物目標(biāo)信息這一關(guān)鍵問題展開。為此,本文以機(jī)載激光雷達(dá)數(shù)據(jù)為研究對象,對機(jī)載激光雷達(dá)數(shù)據(jù)的濾波分類,建筑物點(diǎn)云提取等關(guān)鍵問題進(jìn)行了深入研究。本文主要研究內(nèi)容如下:1)系統(tǒng)介紹了機(jī)載激光雷達(dá)系統(tǒng)的組成和工作原理,以及LiDAR點(diǎn)云數(shù)據(jù)的概念與特性。此外,全面概述了常用濾波算法的優(yōu)缺點(diǎn)和特征提取分類的相關(guān)研究,為本文研究提供了理論依據(jù)。2)針對原始點(diǎn)云數(shù)據(jù)存在的高低位粗差點(diǎn)以及孤立噪聲點(diǎn)現(xiàn)象,充分考慮待測點(diǎn)與其近鄰點(diǎn)的高程差異以及與近鄰點(diǎn)間的幾何距離關(guān)系,提出了基于局部K-近鄰去噪的改進(jìn)算法,該方法可以快速有效地剔除點(diǎn)云數(shù)據(jù)中高低位粗差點(diǎn)和孤立噪聲點(diǎn),并且對于簇狀的高低位粗差點(diǎn)也有一定的效果。3)提出了一種自適應(yīng)條帶策略的點(diǎn)云濾波方法,通過將三維點(diǎn)云數(shù)據(jù)進(jìn)行x和y方向條帶劃分,將計(jì)算從三維降至二維,進(jìn)一步考慮地形因素將數(shù)據(jù)條帶切片,生成網(wǎng)格條帶,并在每個(gè)條帶網(wǎng)格上進(jìn)行多項(xiàng)式擬合,然后通過計(jì)算真實(shí)數(shù)據(jù)與擬合地面曲線的殘差,與自適應(yīng)的殘差閾值比較得到單一方向的分類結(jié)果,最后,綜合x和y方向條帶數(shù)據(jù)點(diǎn)的分類結(jié)果得到最終的濾波結(jié)果。通過一系列實(shí)驗(yàn)驗(yàn)證,該方法可以有效地過濾點(diǎn)云數(shù)據(jù),并且相比于現(xiàn)有的濾波算法具有更優(yōu)的過濾性能。4)在傳統(tǒng)利用首末高程差判斷植被點(diǎn)的方法上,提出了一種基于回波信息高程差的改進(jìn)分類算法。該方法根據(jù)建筑物邊緣相似性,通過構(gòu)造首次回波點(diǎn)的鄰域,計(jì)算待測首次回波點(diǎn)與其鄰域內(nèi)其它首次回波點(diǎn)的首末高程差的標(biāo)準(zhǔn)差來確定多回波點(diǎn)是否為植被點(diǎn)。實(shí)驗(yàn)證明通過計(jì)算首次回波點(diǎn)鄰域內(nèi)回波點(diǎn)高程差的標(biāo)準(zhǔn)差,可以有效地檢測植被點(diǎn)云,并且避免了建筑物邊緣回波點(diǎn)錯(cuò)誤分類為植被點(diǎn)的情況。5)提出了一種基于局部多特征分類的建筑物邊緣提取方法,該方法首先對每個(gè)非地面點(diǎn)構(gòu)建R半徑鄰域,對每個(gè)鄰域集提取多特征信息,然后根據(jù)多特征信息進(jìn)行特征分類,并依據(jù)鄰域連通性將鄰域聚成簇類,最后使用改進(jìn)掃描線算法提取建筑物邊緣點(diǎn)集。其中,在該方法中,本文構(gòu)造了激光點(diǎn)的分類系數(shù)進(jìn)行特征分類判斷,通過計(jì)算每個(gè)激光點(diǎn)的分類系數(shù)將激光點(diǎn)標(biāo)記為建筑物點(diǎn),植被點(diǎn)以及其它點(diǎn)。當(dāng)激光點(diǎn)分類后,每個(gè)聚類再根據(jù)激光點(diǎn)的分類情況分離出建筑物點(diǎn)云,植被點(diǎn)云。通過實(shí)驗(yàn)驗(yàn)證,基于局部多特征的分類方法可以有效地分割并提取城區(qū)激光雷達(dá)數(shù)據(jù)的建筑物點(diǎn)云,并且對植被點(diǎn)具有良好的分類效果,此外,改進(jìn)的點(diǎn)云掃描線算法能夠精確地提取建筑物邊緣。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN958.98
【部分圖文】：

圖 2.1 LiDAR 系統(tǒng)主要組成（ALS,GPS,IMU）[17]激光系統(tǒng)獲取的距離信息是通過激光雷達(dá)掃描儀獲得的，激光掃描儀位置，并接收目標(biāo)位置反射回的脈沖（如圖 2.2 所示，飛行器以“Z”飛行器底部或者頭部的傳感器負(fù)責(zé)記錄[18]）。利用脈沖的時(shí)間差計(jì)算發(fā)離，公式如下：2c tD ，D 表示發(fā)射點(diǎn)到目標(biāo)的距離，c 指光速，t 表示脈沖發(fā)射到接收返回目標(biāo)激光掃描儀發(fā)射器發(fā)射脈沖接收脈沖

數(shù)的激光掃描儀能夠從單個(gè)傳輸?shù)拿}沖中捕獲多個(gè)回波形區(qū)域，其尺寸隨著距傳感器的距離變大而增大[18]。言，光束發(fā)散度為 0.8 mrad，飛行高度為 1000 米，激樣的覆蓋區(qū)域內(nèi)，可能遇到不同高度的多個(gè)物體，導(dǎo)致分，并被接收器記錄為不同的返回。如圖 2.3 所示，一木的兩個(gè)部分，然后擊中地面。脈沖的一部分擊中較能被反向散射到接收器[19]。由于這部分脈沖比其它部分被記錄為第一次回波。脈沖的其余部分繼續(xù)行進(jìn)，直到量再次被反向散射到接收器，被記錄為第二次回波。最接收器，則被記錄為脈沖的最后一次回波。多次回波是可以用于區(qū)分植被和建筑物等不可穿透的物體，因?yàn)轶w通常只會(huì)有一次回波。

圖(a)顯示為城市某塊地區(qū)的原始三維點(diǎn)云（紅色圓圈標(biāo)注區(qū)為數(shù)據(jù)丟失圖(b)顯示對應(yīng)的正射影像，圖(c)為對應(yīng)的三維顯示LiDAR 點(diǎn)云處理流程AR 點(diǎn)云數(shù)據(jù)的處理過程如圖 2.5 所示：點(diǎn)云數(shù)據(jù) 濾波后的數(shù)據(jù)濾波分類后的點(diǎn)云特征提取DTMDSM地形建模建筑物建模城市圖 2.5 LiDAR 點(diǎn)云數(shù)據(jù)的一般處理流程個(gè)處理流程主要分為四個(gè)處理步驟，分別是濾波、特征提取（分類）、地
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 胡永杰;程朋根;陳曉勇;聶運(yùn)菊;李榮;;機(jī)載激光雷達(dá)點(diǎn)云濾波算法分析與比較[J];測繪科學(xué)技術(shù)學(xué)報(bào);2015年01期

2 郭向前;郝偉濤;李響;;基于機(jī)載LIDAR技術(shù)的研究及其展望[J];測繪與空間地理信息;2013年02期

3 左志權(quán);張祖勛;張劍清;;三維有限元分析的LIDAR點(diǎn)云噪聲剔除算法[J];遙感學(xué)報(bào);2012年02期

4 王金亮;陳聯(lián)君;;激光雷達(dá)點(diǎn)云數(shù)據(jù)的濾波算法述評(píng)[J];遙感技術(shù)與應(yīng)用;2010年05期

5 路興昌;張學(xué)霞;;基于回波強(qiáng)度和采樣點(diǎn)距離的點(diǎn)云濾波研究[J];測繪科學(xué);2009年06期

6 王建宇;洪光烈;;激光主動(dòng)遙感技術(shù)及其應(yīng)用[J];激光與紅外;2006年S1期

7 隋立春;張寶印;;Lidar遙感基本原理及其發(fā)展[J];測繪科學(xué)技術(shù)學(xué)報(bào);2006年02期

相關(guān)博士學(xué)位論文 前2條

1 史建青;機(jī)載LiDAR在省級(jí)基礎(chǔ)測繪中若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

2 鐘良;LiDAR同機(jī)影像輔助點(diǎn)云分類相關(guān)技術(shù)研究[D];武漢大學(xué);2011年

相關(guān)碩士學(xué)位論文 前2條

1 陳飛;基于機(jī)載LiDAR點(diǎn)云的道路提取方法研究[D];西南交通大學(xué);2013年

2 李斯瓊;機(jī)載激光雷達(dá)數(shù)據(jù)濾波與建筑物提取方法研究[D];哈爾濱工業(yè)大學(xué);2012年

本文編號(hào)：2874170