本文關鍵詞：LiDAR數(shù)據(jù)處理與林木參數(shù)提取系統(tǒng)設計，由筆耕文化傳播整理發(fā)布。

【摘要】：地面三維激光掃描儀在獲取林木點云數(shù)據(jù)幾何參數(shù)信息上具有簡單方便、高精度、高時效性等特點,這使得針對林木激光點云數(shù)據(jù)的研究和應用備受關注。但目前針對激光點云數(shù)據(jù)的集可視化和處理算法于一體的成熟系統(tǒng)軟件較少,尤其缺乏林木點云數(shù)據(jù)處理與分析系統(tǒng)。鑒于這一現(xiàn)狀,本文在深入研究與分析.NET開發(fā)平臺和Direct X(Direct eXtension,簡稱DX或Direct X)11.0三維可視化引擎基礎上,圍繞LiDAR(Light Detection and Ranging,激光雷達)點云數(shù)據(jù)配準和數(shù)據(jù)處理系統(tǒng)框架構建以及功能設計,探討和實現(xiàn)了點云數(shù)據(jù)配準的傳統(tǒng)和改進算法,最后通過對三維可視化交互操作、數(shù)據(jù)處理與林木參數(shù)提取算法以及基本功能的集成,完成了針對樹木的點云數(shù)據(jù)處理和參數(shù)提取系統(tǒng)的設計和開發(fā)。論文的主要成果和結論為:(1)改進了基于KD(K-Dimensional)樹的ICP(Iterative Closest Point,迭代就近點)算法,實現(xiàn)了對林木點云數(shù)據(jù)的快速精確配準。通過對基于奇異值分解的粗配準方法和基于標靶中心精確定位的配準方法的討論和實驗,結果表明這兩種方法分別在配準精度和應用范圍上存在一定的不足;而后提出了一種改進型基于KD樹的ICP算法并進行單木激光點云數(shù)據(jù)精配準實驗,結果表明與傳統(tǒng)ICP算法相比,改進后算法提高了配準精度、縮短了配準時間。(2)在分析點云數(shù)據(jù)三維可視化和交互操作理論的基礎上,以.NET為開發(fā)平臺,以Direct X11.0為三維可視化引擎,在Visual Studio 2010開發(fā)環(huán)境下選擇C#語言進行系統(tǒng)功能模塊的設計和開發(fā)。主要功能有文件選項、攝像機設置、視圖和投影變換、點查詢和多點選擇、格式轉換、旋轉中心設置、點云著色和對應的柱狀圖和餅狀圖統(tǒng)計分析、包圍球顯示、點高亮顯示等基本功能以及點云數(shù)據(jù)配準和林木參數(shù)提取。(3)在系統(tǒng)開發(fā)的基礎上,利用實驗數(shù)據(jù)對系統(tǒng)應用分步驟進行展示,運行結果表明系統(tǒng)在處理點云數(shù)據(jù)時有良好的交互性,基本三維交互功能能夠很好的呈現(xiàn)。此外系統(tǒng)在三維交互操作的基礎上實現(xiàn)了點云數(shù)據(jù)的精確配準和林木參數(shù)的準確提取。
【關鍵詞】：點云數(shù)據(jù) LiDAR 三維可視化 數(shù)據(jù)配準 系統(tǒng)開發(fā)
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-19
• 1.1 研究背景與意義10-11
• 1.2 國內外研究現(xiàn)狀11-16
• 1.2.1 激光雷達點云數(shù)配準研究現(xiàn)狀11-14
• 1.2.2 林木參數(shù)提取研究現(xiàn)狀14-15
• 1.2.3 LiDAR數(shù)據(jù)處理系統(tǒng)應用現(xiàn)狀15-16
• 1.3 主要研究內容16
• 1.4 主要技術路線16-18
• 1.5 論文組織結構18-19
• 第二章 點云數(shù)據(jù)處理主要算法研究與實現(xiàn)19-50
• 2.1 地基激光雷達點云數(shù)據(jù)采集19-21
• 2.2 地基激光雷達點云數(shù)據(jù)配準21-45
• 2.2.1 粗配準21-27
• 2.2.2 基于標靶中心精確定位的點云配準27-35
• 2.2.3 改進型基于KD樹的ICP配準35-45
• 2.3 林木參數(shù)提取45-49
• 2.3.1 位置和胸徑提取算法45-46
• 2.3.2 樹高提取算法46-47
• 2.3.3 冠層面積提取算法47-49
• 2.4 本章小結49-50
• 第三章 系統(tǒng)設計和開發(fā)50-60
• 3.1 需求分析50-51
• 3.2 設計原則51-52
• 3.3 系統(tǒng)開發(fā)平臺設計52-53
• 3.3.1.NET開發(fā)平臺介紹52-53
• 3.3.2 Direct X11.0 三維開發(fā)引擎介紹53
• 3.4 系統(tǒng)架構和功能設計53-55
• 3.5 系統(tǒng)開發(fā)關鍵技術介紹55-59
• 3.5.1 攝像機參數(shù)設置55-56
• 3.5.2 矩陣變換56-58
• 3.5.3 點云坐標拾取方法58-59
• 3.6 本章小結59-60
• 第四章 系統(tǒng)功能實現(xiàn)和應用60-77
• 4.1 數(shù)據(jù)處理系統(tǒng)主界面60
• 4.2 點云數(shù)據(jù)文件選項及格式轉換60-65
• 4.2.1 數(shù)據(jù)文件選項60-63
• 4.2.2 文件格式轉換63-64
• 4.2.3 背景色設置和點云著色64-65
• 4.3 三維可視化交互操作功能的實現(xiàn)65-70
• 4.3.1 矩陣變換功能的實現(xiàn)65-66
• 4.3.2 信息查詢66-67
• 4.3.3 點云點選和視圖變換67-69
• 4.3.4 旋轉中心設置和點云數(shù)據(jù)選擇69-70
• 4.4 點云數(shù)據(jù)配準70-72
• 4.4.1 粗配準70-71
• 4.4.2 基于KD樹的ICP精配準71-72
• 4.5 林木參數(shù)提取72-76
• 4.5.1 位置和胸徑提取72-74
• 4.5.2 樹高提取74-75
• 4.5.3 冠層面積計算75-76
• 4.6 本章小結76-77
• 第五章 結論與展望77-79
• 5.1 結論77
• 5.2 展望77-79
• 致謝79-80
• 參考文獻80-86
• 攻讀碩士學位期間取得的成果86-87

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 戴玉成;張愛武;;三維激光掃描數(shù)據(jù)快速配準算法研究[J];測繪通報;2010年06期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學（北京）;2010年

2 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學;2010年

  本文關鍵詞：LiDAR數(shù)據(jù)處理與林木參數(shù)提取系統(tǒng)設計，，由筆耕文化傳播整理發(fā)布。

本文編號：420842