車載Li DAR(Light Detecting and Ranging)作為一種快速的空間信息獲取技術,對城市道路環(huán)境及街道兩側地物高精度空間三維信息獲取具有明顯優(yōu)勢。行道樹是道路及城市街道場景中最常見地物之一,也是城市生態(tài)系統(tǒng)的重要組成部分。樹木分布散亂、形態(tài)各異,人工方式獲取樹木信息是一項乏味和費時的工作。準確、高效地從車載LiDAR點云中提取樹木信息是科研工作者長期以來努力的目標,是車載LiDAR點云數(shù)據(jù)處理的一個熱點,也是一個難點。作者在深入理解車載LiDAR系統(tǒng)工作原理及地物在車載LiDAR點云中表達特點的基礎上,以城市道路場景為例,圍繞場景中行道樹信息的精細提取展開了相關研究。論文的研究工作主要包括以下三個部分:第一部分為行道樹點云的分類提取。該部分采用逐步分離的方法,將行道樹點云從原始點云中分離出來,整個分離流程按順序分別為地面點濾除、地物聚類、桿狀地物提取、樹木點云分離。第二部分為行道樹與其它相連桿狀地物的點云分割。該部分包括兩部分內(nèi)容:(1)采用ICP算法與參考樣本相結合的方法對穿插在行道樹樹冠中的路燈進行有效去除;(2)針對相連樹的樹冠點云分割探討了三種方法,即基于距離的樹冠點云分割、基于特定模型的樹冠點云分割和基于擬合冠幅的樹冠點云分割,并根據(jù)點云數(shù)據(jù)分別對其進行了試驗及分析。第三部分為行道樹參數(shù)信息提取。在分離出的單個行道樹點云模型的基礎上,實現(xiàn)了對行道樹屬性信息(樹木底部重心點、樹高、樹干高、樹冠高、胸徑及冠幅)的自動提取;并基于所提取的屬性信息,研究了行道樹的動態(tài)變化,包括行道樹的增加、行道樹的生長變化等。
【學位單位】：河南理工大學
【學位級別】：碩士
【學位年份】：2015
【中圖分類】：P235
【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 選題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 車載LiDAR技術硬件系統(tǒng)發(fā)展與應用
        1.2.2 車載LiDAR點云數(shù)據(jù)處理研究分析
        1.2.3 當前研究不足
    1.3 研究內(nèi)容及技術路線
        1.3.1 研究內(nèi)容
        1.3.2 技術路線
    1.4 論文的組織結構
    1.5 本章小結
2 車載LiDAR系統(tǒng)及數(shù)據(jù)處理流程
    2.1 車載LiDAR系統(tǒng)簡介
        2.1.1 車載LiDAR系統(tǒng)組成
        2.1.2 車載LiDAR系統(tǒng)優(yōu)點
    2.2 車載LiDAR數(shù)據(jù)采集及特點
        2.2.1 車載LiDAR數(shù)據(jù)采集
        2.2.2 車載LiDAR數(shù)據(jù)特點
    2.3 車載LiDAR數(shù)據(jù)處理流程
    2.4 本章小結
3 車載LiDAR點云中行道樹分類提取
    3.1 不同掃描方式下地物特征分析
        3.1.1 三種常見系統(tǒng)掃描方式介紹
        3.1.2 地物特征分析
    3.2 行道樹點云分割
        3.2.1 地面點濾除
        3.2.2 地物點聚類
        3.2.3 行道樹提取
        3.2.4 試驗分析
    3.3 本章小結
4 行道樹屬性及動態(tài)變化信息提取
    4.1 相連桿狀地物數(shù)目及位置確定
    4.2 行道樹與路燈的分割
        4.2.1 基本原理
        4.2.2 理論基礎
        4.2.3 分離步驟
    4.3 相連行道樹樹冠點云分割
        4.3.1 基于距離的樹冠點云分割
        4.3.2 基于特定模型的樹冠點云分割
        4.3.3 基于擬合冠幅的樹冠點云分割
    4.4 行道樹屬性參數(shù)提取
        4.4.1 樹干底部重心點提取
        4.4.2 樹高提取
        4.4.3 樹干高提取
        4.4.4 樹冠高提取
        4.4.5 胸徑提取
        4.4.6 冠幅提取
        4.4.7 試驗分析
    4.5 行道樹動態(tài)變化信息提取
        4.5.1 生長趨勢信息提取
        4.5.2 動態(tài)變化信息提取
    4.6 本章小結
5 總結與展望
    5.1 總結
    5.2 展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集

【相似文獻】

相關期刊論文 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關鍵技術[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學學報(自然科學版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復技術研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學;2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學報;2013年04期

相關博士學位論文 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學;2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術研究[D];西南交通大學;2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關鍵技術研究[D];南昌大學;2015年

4 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術研究[D];西南交通大學;2015年

5 金龍存;3D點云復雜曲面重構關鍵算法研究[D];上海大學;2012年

6 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學院深圳先進技術研究院;2013年

7 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學（北京）;2014年

8 何朝明;離散點云處理的關鍵技術研究[D];西南交通大學;2007年

9 孟凡文;面向光柵投影的點云預處理與曲面重構技術研究[D];南昌大學;2010年

10 李寶;三維點云的魯棒處理技術研究[D];國防科學技術大學;2011年

相關碩士學位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構[D];河北大學;2015年

2 楊紅粉;頻域技術應用于點云配準研究[D];北京建筑大學;2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術及其應用[D];西南交通大學;2015年

4 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學;2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質大學(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學;2015年

7 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學;2015年

8 余明;三維離散點云數(shù)據(jù)處理技術研究[D];南京理工大學;2015年

9 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學;2015年

10 朱東方;基于復雜拓撲結構點云的曲線擬合研究與應用[D];山東大學;2015年

本文編號：2845332