機載激光雷達技術(shù)是一種通過機載雷達設(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,利用機載激光雷達數(shù)據(jù)開展的研究主要圍繞如何快速準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,本文以機載激光雷達數(shù)據(jù)為研究對象,對機載激光雷達數(shù)據(jù)的濾波分類,建筑物點云提取等關(guān)鍵問題進行了深入研究。本文主要研究內(nèi)容如下:1)系統(tǒng)介紹了機載激光雷達系統(tǒng)的組成和工作原理,以及LiDAR點云數(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)針對原始點云數(shù)據(jù)存在的高低位粗差點以及孤立噪聲點現(xiàn)象,充分考慮待測點與其近鄰點的高程差異以及與近鄰點間的幾何距離關(guān)系,提出了基于局部K-近鄰去噪的改進算法,該方法可以快速有效地剔除點云數(shù)據(jù)中高低位粗差點和孤立噪聲點,并且對于簇狀的高低位粗差點也有一定的效果。3)提出了一種自適應(yīng)條帶策略的點云濾波方法,通過將三維點云數(shù)據(jù)進行x和y方向條帶劃分,將計算從三維降至二維,進一步考慮地形因素將數(shù)據(jù)條帶切片,生成網(wǎng)格條帶,并在每個條帶網(wǎng)格上進行多項式擬合,然后通過計算真實數(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)點的分類結(jié)果得到最終的濾波結(jié)果。通過一系列實驗驗證,該方法可以有效地過濾點云數(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的方法上,提出了一種基于回波信息高程差的改進分類算法。該方法根據(jù)建筑物邊緣相似性,通過構(gòu)造首次回波點的鄰域,計算待測首次回波點與其鄰域內(nèi)其它首次回波點的首末高程差的標(biāo)準差來確定多回波點是否為植被點。實驗證明通過計算首次回波點鄰域內(nèi)回波點高程差的標(biāo)準差,可以有效地檢測植被點云,并且避免了建筑物邊緣回波點錯誤分類為植被點的情況。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,該方法首先對每個非地面點構(gòu)建R半徑鄰域,對每個鄰域集提取多特征信息,然后根據(jù)多特征信息進行特征分類,并依據(jù)鄰域連通性將鄰域聚成簇類,最后使用改進掃描線算法提取建筑物邊緣點集。其中,在該方法中,本文構(gòu)造了激光點的分類系數(shù)進行特征分類判斷,通過計算每個激光點的分類系數(shù)將激光點標(biāo)記為建筑物點,植被點以及其它點。當(dāng)激光點分類后,每個聚類再根據(jù)激光點的分類情況分離出建筑物點云,植被點云。通過實驗驗證,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)激光雷達數(shù)據(jù)的建筑物點云,并且對植被點具有良好的分類效果,此外,改進的點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責(zé)記錄[18]）。利用脈沖的時間差計算發(fā)離，公式如下：2c tD ，D 表示發(fā)射點到目標(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傳輸?shù)拿}沖中捕獲多個回波形區(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，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，因為體通常只會有一次回波。

圖(a)顯示為城市某塊地區(qū)的原始三維點云（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 點云處理流程AR 點云數(shù)據(jù)的處理過程如圖 2.5 所示：點云數(shù)據(jù) 濾波后的數(shù)據(jù)濾波分類后的點云特征提取DTMDSM地形建模建筑物建模城市圖 2.5 LiDAR 點云數(shù)據(jù)的一般處理流程個處理流程主要分為四個處理步驟，分別是濾波、特征提�。ǚ诸悾�、地
【參考文獻】

相關(guān)期刊論文 前7條

1 胡永杰;程朋根;陳曉勇;聶運菊;李榮;;機載激光雷達點云濾波算法分析與比較[J];測繪科學(xué)技術(shù)學(xué)報;2015年01期

2 郭向前;郝偉濤;李響;;基于機載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點云噪聲剔除算法[J];遙感學(xué)報;2012年02期

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

5 路興昌;張學(xué)霞;;基于回波強度和采樣點距離的點云濾波研究[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;2006年02期

相關(guān)博士學(xué)位論文 前2條

1 史建青;機載LiDAR在省級基礎(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同機影像輔助點云分類相關(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;基于機載LiDAR點云的道路提取方法研究[D];西南交通大學(xué);2013年

2 李斯瓊;機載激光雷達數(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：2874170