本文選題：LIDAR + 農(nóng)村地籍測量�。� 參考：《新疆大學(xué)》2017年碩士論文

【摘要】：激光雷達(dá)(LIDAR,Light Detection and Ranging)作為一種可以高效獲取各類空間地理數(shù)據(jù)的手段,它利用發(fā)射激光對地物進(jìn)行掃描的測量的方式,可以對物體三維空間信息進(jìn)行快速的采集,為建立地籍要素的二維或三維圖提供了一種全新的測量手段。同時(shí),LIDAR技術(shù)具有掃描速度快、精度高、對環(huán)境要求低等一系列特點(diǎn),解決了傳統(tǒng)地籍測量中工作效率低、勞動(dòng)強(qiáng)度大等問題,并為農(nóng)村地籍測量的快速完成提供了技術(shù)依據(jù)。本文為了進(jìn)一步加快推進(jìn)農(nóng)村地籍調(diào)查,提高農(nóng)村地籍測量的效率與質(zhì)量,以新疆維吾爾自治區(qū)霍城縣三宮回族鄉(xiāng)為研究區(qū),根據(jù)農(nóng)村居民點(diǎn)的分布特點(diǎn),首次嘗試采用吊車搭載RIEGL VZ—1000激光雷達(dá)掃描儀進(jìn)行固定式掃描來獲得點(diǎn)云數(shù)據(jù)。然后,通過區(qū)域增長算法的基本思想所構(gòu)建的TIN模型的原始點(diǎn)云建筑物自動(dòng)提取算法實(shí)現(xiàn)了建筑物的自動(dòng)提取,再使用Alpha-Shapes算法對建筑物頂面輪廓進(jìn)行自動(dòng)矢量化,從而生成實(shí)時(shí)的農(nóng)村地區(qū)的二維地籍底圖。研究結(jié)果驗(yàn)證了采用吊車搭載LIDAR進(jìn)行農(nóng)村地籍測量和所提出算法的可行性,加快了地籍成圖與權(quán)屬調(diào)查的效率,實(shí)現(xiàn)了基于激光點(diǎn)云數(shù)據(jù)生成地籍圖的半自動(dòng)化。本文研究內(nèi)容與結(jié)論如下:(1)首次嘗試在農(nóng)村地區(qū)使用三維激光雷達(dá)掃描儀進(jìn)行地籍測量,并根據(jù)新疆農(nóng)村地區(qū)的地理環(huán)境特點(diǎn),采用吊車搭載掃描儀進(jìn)行掃描,克服了傳統(tǒng)地籍測量中工作效率低、勞動(dòng)強(qiáng)度大等問題,提高了地籍成圖與權(quán)屬調(diào)查的效率。(2)在建筑物自動(dòng)提取方面,本算法通過構(gòu)建模型建立點(diǎn)云之間的空間關(guān)系,采用區(qū)域生長的思想對點(diǎn)云進(jìn)行分割,生成內(nèi)部均值的對象,然后根據(jù)對象的高程與方差設(shè)定閾值,剔除非建筑物點(diǎn),留下建筑物點(diǎn),完成建筑物提取。經(jīng)過對三類不同類型建筑物進(jìn)行提取研究證明了該算法的可行性。(3)在對點(diǎn)云數(shù)據(jù)矢量化方面,使用Alpha-Shapes算法進(jìn)行建筑物點(diǎn)集追蹤建筑物輪廓線,取得很好的效果。算法具有一定的自適應(yīng)性,研究了不同a值與不同點(diǎn)密度不同尺寸和形狀的建筑物輪廓線提取的關(guān)系,很好的解決了凹型建筑物輪廓線提取的問題;并且還實(shí)現(xiàn)了追蹤提取建筑物內(nèi)部突出物的輪廓線,很好的解決了較復(fù)雜的建筑物輪廓線矢量化問題。
[Abstract]:Lidar (lidar Light Detection and ranging), as a means of acquiring all kinds of spatial geographic data efficiently, can quickly collect 3D spatial information of objects by means of laser scanning measurement. It provides a new measuring method for the establishment of two-dimensional or three-dimensional map of cadastral elements. At the same time, LIDAR technology has a series of characteristics, such as high scanning speed, high precision and low environmental requirement. It solves the problems of low working efficiency and high labor intensity in traditional cadastral survey, and provides the technical basis for the rapid completion of rural cadastral survey. In order to speed up the rural cadastral survey and improve the efficiency and quality of rural cadastral survey, this paper takes Sangong Hui Township, Huocheng County, Xinjiang Uygur Autonomous region as the research area, according to the distribution characteristics of rural settlements. It is the first time to use crane to carry RIEGL VZ-1000 laser radar scanner for fixed scanning to obtain point cloud data. Then, based on the basic idea of the region growth algorithm, the automatic extraction algorithm of the original point cloud building is realized, and then the Alpha-Shapes algorithm is used to vectorize the contour of the top surface of the building. Thus generating real-time two-dimensional cadastral maps of rural areas. The results verify the feasibility of using LIDAR to measure rural cadastre and the proposed algorithm, accelerate the efficiency of cadastral mapping and tenure survey, and realize the semi-automation of cadastral map generation based on laser point cloud data. The contents and conclusions of this paper are as follows: (1) the first attempt is to use a 3D lidar scanner for cadastral survey in rural areas, and according to the characteristics of the geographical environment in rural areas of Xinjiang, a crane carrying scanner is used to scan. It overcomes the problems of low working efficiency and high labor intensity in traditional cadastral survey, and improves the efficiency of cadastral mapping and property investigation. (2) in the aspect of building automatic extraction, this algorithm establishes the spatial relationship between point clouds by constructing models. The idea of region growth is used to segment the point cloud and generate the object with internal mean value. Then the threshold is set according to the height and variance of the object and the non-building point is eliminated and the building point is left behind to complete the building extraction. The feasibility of the algorithm is proved by the extraction of three different types of buildings. (3) Alpha-Shapes algorithm is used to track the building contour by using Alpha-Shapes algorithm in the vectorization of point cloud data. The algorithm has certain adaptability, the relationship between different a value and different density and shape of building contour is studied, and the problem of concave building contour extraction is well solved. It also realizes tracing and extracting the contour line of the interior protrusion of the building, which solves the complex problem of building contour vectorization.
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN958.98

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙培濤;張寅超;王蓮;胡順星;蘇嘉;曹開法;趙曰峰;胡歡陵;;Capability of Raman lidar for monitoring the variation of atmospheric CO_2 profile[J];Chinese Physics B;2008年01期

2 曹開法;趙博;方欣;汪少林;王敏;胡順星;;Fluorescence lidar for remote monitoring of plant[J];Chinese Optics Letters;2010年02期

3 趙培濤;張寅超;李偉;胡順星;曹開法;汪少林;胡歡陵;;Convenient method for calibrating system constant of scanning water vapor Raman lidar[J];Chinese Optics Letters;2010年06期

4 趙新華;陳富強(qiáng);;機(jī)載LIDAR技術(shù)在高難度大比例尺數(shù)字測圖中的優(yōu)勢[J];科技信息;2012年08期

5 郭際元;韓程帥;陳奇;;LIDAR技術(shù)在內(nèi)陸水系監(jiān)測管理中應(yīng)用綜述[J];環(huán)境科學(xué)與技術(shù);2012年12期

6 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

7 陳富強(qiáng);;機(jī)載LIDAR技術(shù)的優(yōu)勢及應(yīng)用前景研究[J];北京測繪;2013年02期

8 ;New light-splitting system for a pure rotational Raman-lidar[J];Optoelectronics Letters;2006年06期

9 ;Building Extraction from LIDAR Based Semantic Analysis[J];Geo-Spatial Information Science;2006年04期

10 熊娜;程新文;;LIDAR數(shù)據(jù)特點(diǎn)及其濾波分類方法[J];中國水運(yùn)(學(xué)術(shù)版);2008年01期

相關(guān)會(huì)議論文 前10條

1 方芳;;機(jī)載LIDAR技術(shù)現(xiàn)狀及發(fā)展方向[A];2009全國測繪科技信息交流會(huì)暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

2 黃朝華;鮑艷;黃斌;;基于LIDAR技術(shù)的電力機(jī)載巡線測量系統(tǒng)[A];2007'全國測繪科技信息交流會(huì)暨信息網(wǎng)成立30周年慶典論文集[C];2007年

3 尹太舉;張昌民;羅喻潔;程釗;;LIDAR技術(shù)及其在露頭研究中的應(yīng)用[A];中國礦物巖石地球化學(xué)學(xué)會(huì)第14屆學(xué)術(shù)年會(huì)論文摘要專輯[C];2013年

4 王宇晗;;機(jī)載LIDAR數(shù)據(jù)的采集處理及應(yīng)用[A];2009全國測繪科技信息交流會(huì)暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

5 王保國;蘇小霞;;LIDAR技術(shù)在地理國情監(jiān)測中的應(yīng)用[A];第十四屆華東六省一市測繪學(xué)會(huì)學(xué)術(shù)交流會(huì)論文集[C];2012年

6 竇愛霞;王曉青;袁小祥;;基于機(jī)載LIDAR的建筑物震害自動(dòng)識(shí)別方法[A];中國地震學(xué)會(huì)空間對地觀測專業(yè)委員會(huì)2012年學(xué)術(shù)研討會(huì)論文摘要集[C];2012年

7 馮琰;郭容寰;程遠(yuǎn)達(dá);;基于機(jī)載LIDAR技術(shù)快速建立三維城市模型研究[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會(huì)論文集[C];2007年

8 史照良;;基于LIDAR的灘涂/海島礁DEM測繪關(guān)鍵技術(shù)研究[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 郭亞仁;曹文勝;;淺談LIDAR技術(shù)在地形圖生產(chǎn)中的幾點(diǎn)體會(huì)[A];2007'全國測繪科技信息交流會(huì)暨信息網(wǎng)成立30周年慶典論文集[C];2007年

10 錢燦興;;激光探測及測距系統(tǒng)(LIDAR)技術(shù)的應(yīng)用[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前8條

1 富志鵬;基于LIDAR的高速公路測設(shè)技術(shù)應(yīng)用研究[D];長安大學(xué);2011年

2 袁楓;機(jī)載LIDAR數(shù)據(jù)處理與土地利用分類研究[D];中國礦業(yè)大學(xué);2010年

3 王刃;機(jī)載LIDAR數(shù)據(jù)濾波與建筑物提取技術(shù)研究[D];解放軍信息工程大學(xué);2008年

4 鄭毅;LIDAR數(shù)據(jù)的城區(qū)建筑物提取技術(shù)研究[D];華中科技大學(xué);2011年

5 張志超;融合機(jī)載與地面LIDAR數(shù)據(jù)的建筑物三維重建研究[D];武漢大學(xué);2010年

6 劉清旺;機(jī)載激光雷達(dá)森林參數(shù)估測方法研究[D];中國林業(yè)科學(xué)研究院;2009年

7 任自珍;基于等高線特征分析的LiDAR建筑物與道路提取[D];西南交通大學(xué);2009年

8 姚春靜;機(jī)載LiDAR點(diǎn)云數(shù)據(jù)與遙感影像配準(zhǔn)的方法研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 虞海英;融合機(jī)載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究[D];中國測繪科學(xué)研究院;2015年

2 杜俊;地面LiDAR與高光譜數(shù)據(jù)配準(zhǔn)及在單木結(jié)構(gòu)參數(shù)提取中的應(yīng)用[D];電子科技大學(xué);2015年

3 柳建鋒;基于對偶四元數(shù)的LIDAR點(diǎn)云拼接研究[D];南京航空航天大學(xué);2014年

4 馮裴裴;LIDAR數(shù)據(jù)快速地物分類的精度提高方法研究[D];中北大學(xué);2016年

5 李鵬;地面LIDAR在邊坡空間分析中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2016年

6 孟麗艷;基于車載LIDAR系統(tǒng)的建筑物立面紋理映射[D];河南理工大學(xué);2015年

7 謝歡;標(biāo)記點(diǎn)過程在LIDAR點(diǎn)云樹冠目標(biāo)提取中的應(yīng)用[D];長安大學(xué);2016年

8 韓明瑞;基于激光LIDAR的室外移動(dòng)機(jī)器人三維定位與建圖[D];東南大學(xué);2016年

9 劉斌;城市區(qū)域機(jī)載LiDAR與可見光數(shù)據(jù)配準(zhǔn)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

10 馮茂林;樹木遮擋下的機(jī)載Lidar點(diǎn)云建筑物輪廓提取[D];西南交通大學(xué);2017年

，

本文編號：2055721