【摘要】：無人機(jī)載LiDAR能主動獲取高密度三維空間信息,且數(shù)字高程模型DEM是重要的地形產(chǎn)品之一,所以其成為生成高精度DEM的數(shù)據(jù)來源之一。對LiDAR點(diǎn)云處理以生成DEM的關(guān)鍵技術(shù)仍需深入研究,本文采用無人機(jī)載LiDAR系統(tǒng)采集荒漠植被區(qū)點(diǎn)云數(shù)據(jù),且從點(diǎn)云精簡、點(diǎn)云濾波和點(diǎn)云內(nèi)插三個方面展開相關(guān)研究。采用箱形圖檢測方法,對點(diǎn)云屬性信息進(jìn)行處理,實(shí)現(xiàn)非地面點(diǎn)的快速提出,提高點(diǎn)云濾波速度。采用K-means++方法對點(diǎn)云法向量進(jìn)行聚類,以實(shí)現(xiàn)點(diǎn)云精簡。同時,結(jié)合回波強(qiáng)度的K-means聚類濾波方法,以獲取地面點(diǎn)云。進(jìn)一步建立了基于RBF神經(jīng)網(wǎng)絡(luò)方法的點(diǎn)云高程預(yù)測模型,通過Delaunay三角網(wǎng)內(nèi)插生成DEM,主要研究內(nèi)容和研究結(jié)果如下。(1)針對原始LiDAR點(diǎn)云中存在大量非地面點(diǎn)的問題,采用一種基于箱形圖去除非地面點(diǎn)的方法。結(jié)合點(diǎn)云回波次數(shù)、高度和點(diǎn)云回波強(qiáng)度三種屬性信息,采用箱形圖檢驗(yàn)方法獲取非地面點(diǎn)云,并使用反復(fù)建立三角網(wǎng)方法分別對檢測前后的點(diǎn)云數(shù)據(jù)集進(jìn)行濾波對比分析。為減少參與點(diǎn)云濾波的數(shù)據(jù)量,提高濾波速度針對試驗(yàn)區(qū),利用箱形圖可以實(shí)現(xiàn)非地面點(diǎn)云的快速剔除,以降低濾波時間為32.2s。(2)針對原始LiDAR點(diǎn)云離散、稀疏、無序的數(shù)據(jù)結(jié)構(gòu),利用基于KD樹存儲散亂點(diǎn)云。同時,針對原始LiDAR點(diǎn)云的海量性,采用基于點(diǎn)云法向量的K-means++聚類精簡方法,以實(shí)現(xiàn)點(diǎn)云存儲和快速處理。根據(jù)點(diǎn)云回波次數(shù)去除多次回波點(diǎn)云,且在使用零-均值標(biāo)準(zhǔn)化方法得到點(diǎn)云屬性標(biāo)準(zhǔn)值的基礎(chǔ)上,采用KD樹建立點(diǎn)云索引,進(jìn)一步構(gòu)建點(diǎn)云K鄰域,利用PCA估算點(diǎn)云法向量,借助肘方法確定最佳聚類數(shù)目,最終通過K-means++聚類方法實(shí)現(xiàn)點(diǎn)云精簡。同時,將精簡結(jié)果生成Delaunay三角網(wǎng)并轉(zhuǎn)換為柵格數(shù)據(jù),通過相關(guān)系數(shù)驗(yàn)證方法的有效性。當(dāng)精簡率為18.167%時,可得到最高相關(guān)系數(shù)0.892,說明聚類方法可以有效實(shí)現(xiàn)點(diǎn)云精簡。(3)針對點(diǎn)云濾波過程中存在的效率低問題,使用基于回波強(qiáng)度的K-means聚類濾波方法。在對點(diǎn)云三維坐標(biāo)進(jìn)行K-means聚類得到不同聚類結(jié)果的基礎(chǔ)上,對不同聚類結(jié)果的點(diǎn)云回波強(qiáng)度原始值進(jìn)行標(biāo)準(zhǔn)化,得到不同范圍的回波強(qiáng)度標(biāo)準(zhǔn)值。針對不同聚類結(jié)果選擇不同范圍的回波強(qiáng)度標(biāo)準(zhǔn)值得到對應(yīng)地面點(diǎn)云,合并不用聚類結(jié)果的地面點(diǎn)得到最終地面點(diǎn)云,截取試驗(yàn)區(qū)驗(yàn)證方法的有效性,結(jié)果表明該方法能夠較好地保持地形輪廓并降低地面點(diǎn)云的數(shù)據(jù)量,為后期快速建立高精度DEM奠定基礎(chǔ)。(4)針對原始LiDAR點(diǎn)云因離散性和數(shù)據(jù)缺失性導(dǎo)致不能連續(xù)表達(dá)地表信息的問題,采用一種基于RBF神經(jīng)網(wǎng)絡(luò)的點(diǎn)云高程預(yù)測模型,且基于Delaunay不規(guī)則三角網(wǎng)的插值生成DEM。在點(diǎn)云回波強(qiáng)度約束下,采用K-means聚類得到試驗(yàn)區(qū)地面點(diǎn)云的基礎(chǔ)上,采用Kriging方法插值不同精簡率的地面點(diǎn)云數(shù)據(jù),以獲取較優(yōu)精簡率。進(jìn)一步將點(diǎn)云高程值作為變量用以建立RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并通過線性回歸檢驗(yàn)方法對模型進(jìn)行精度分析,采用Delaunay三角網(wǎng)內(nèi)插離散點(diǎn)云高程值以生成DEM。結(jié)果表明,點(diǎn)云高程預(yù)測的決定系數(shù)R為0.887,均方根誤差RMSE為0.168,表明使用RBF神經(jīng)網(wǎng)絡(luò)對點(diǎn)云高程值具有較好預(yù)測效果。
【圖文】：

ScoutB1-100無人機(jī)搭載激光掃描系統(tǒng)

試驗(yàn)區(qū)和回波強(qiáng)度圖
【學(xué)位授予單位】：石河子大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN958.98

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王雯;任小玲;陳逍遙;;一種改進(jìn)的區(qū)域增長彩色3D點(diǎn)云分割算法[J];國外電子測量技術(shù);2018年11期

2 陳華臻;高健;;面向反光工件點(diǎn)云缺陷的點(diǎn)云增強(qiáng)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2019年07期

3 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點(diǎn)云數(shù)據(jù)分類方法[J];測繪通報(bào);2018年06期

4 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內(nèi)場景點(diǎn)云的對象重建[J];測繪通報(bào);2017年06期

5 翁福洲;黃鶴;;快速點(diǎn)云定向數(shù)學(xué)模型實(shí)際精度分析[J];北京測繪;2017年04期

6 琚俏俏;王令文;;基于自適應(yīng)切片的點(diǎn)云壓縮算法[J];工程勘察;2017年09期

7 許寧;鐘友玲;;地面三維激光掃描點(diǎn)云重建技術(shù)研究[J];數(shù)碼世界;2017年08期

8 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報(bào);2014年06期

9 徐守乾;朱延娟;;稀疏點(diǎn)云的曲面重構(gòu)[J];中國制造業(yè)信息化;2011年03期

10 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點(diǎn)云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報(bào);2009年05期

相關(guān)會議論文 前10條

1 牛雪娟;劉景泰;孫雷;;基于小波變換的柵格點(diǎn)云多分辨率分析[A];第二十七屆中國控制會議論文集[C];2008年

2 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

3 趙小祥;劉寶武;;車載點(diǎn)云中建筑物快速提取方法[A];地理信息與人工智能論壇暨江蘇省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

4 張舒;謝艾伶;白志輝;王響雷;;三維激光掃描點(diǎn)云粗差剔除方法研究[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

6 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

7 童艷麗;施昆;李志杰;;機(jī)載激光點(diǎn)云與影像的融合與分類技術(shù)研究[A];云南省測繪地理信息學(xué)會2016年學(xué)術(shù)年會論文集[C];2016年

8 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會議論文集[C];2009年

9 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

10 趙四能;張靜海;楊映泉;王利黨;;基于布料模擬的點(diǎn)云濾波算法應(yīng)用分析研究[A];云南省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 楊靜;私企的天空有點(diǎn)云[N];山西經(jīng)濟(jì)日報(bào);2001年

2 記者 張瑩瑩;指點(diǎn)云嶺 激揚(yáng)文字[N];云南政協(xié)報(bào);2012年

3 商報(bào)記者 張緒旺;盤點(diǎn)云計(jì)算：概念眾多 能力存疑[N];北京商報(bào);2011年

4 記者 王力中 通訊員 沈惠芳;世界頂尖點(diǎn)云掃描設(shè)備技術(shù)入駐德清[N];湖州日報(bào);2015年

5 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

6 VAR記者 張林才　郭宏遠(yuǎn) 彭敏;點(diǎn)云成金[N];電腦商報(bào);2011年

7 高衛(wèi)松　蔡列飛;武大師生兩論文獲美國攝影測量與遙感學(xué)會獎[N];中國測繪報(bào);2014年

8 記者 祝桂峰 通訊員 張榮;構(gòu)建“智慧廣州”又添新技術(shù)[N];中國礦業(yè)報(bào);2012年

9 張立本 彭桂輝;航測局四項(xiàng)科研成果通過鑒定[N];中煤地質(zhì)報(bào);2014年

10 本報(bào)記者 李樹，

本文編號：2634416