在應急救災工作中,測繪地理信息都將發(fā)揮重要的基礎保障和技術支撐作用。為此,國務院辦公廳公布的《國家自然災害救助應急預案》中的災害預警響應、國家應急響應、災后救助與恢復重建等多個章節(jié)明確了測繪地理信息部門的職責。應急測繪具有應急性、突發(fā)性、靈活性、任務組織特殊性、成果形式多樣性等特征,這些特征要求我們必須打破傳統(tǒng)方式,提供實時、快速的測繪保障。但傳統(tǒng)測繪地理信息技術存在數(shù)據(jù)量較大、處理流程操作步驟多等問題導致數(shù)據(jù)后處理效率較低,無法滿足應急測繪對時效性的要求。針對上述問題,本文提出一種機載LiDAR點云數(shù)據(jù)的快速并行處理方法,在預處理時結合并行算法對點云數(shù)據(jù)進行坐標轉換與濾波處理,并按瓦片的方式進行分塊處理,在點云插值生成DSM階段利用基于并行的直接內插算法進行插值,在DSM生成瓦片階段結合并行計算快速應用于地理信息服務。該方法優(yōu)化了點云數(shù)據(jù)的處理工作流程并縮短數(shù)據(jù)的處理時間,提高處理效率,使得機載激光點云數(shù)據(jù)在應急測繪中能夠充分發(fā)揮作用。本文將直觀性較差的機載LiDAR掃描數(shù)據(jù)快速處理為直觀性較強、便于處理的DSM數(shù)據(jù),并應用于地理信息服務中,以滿足應急測繪的要求。通過對傳統(tǒng)點云數(shù)據(jù)處... 

【文章來源】：天津師范大學天津市

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【部分圖文】：

傳統(tǒng)機載點云數(shù)據(jù)分塊效果示意圖（底層多邊形代表機載LiDAR點云數(shù)據(jù)）

122.3點云并行預處理與傳統(tǒng)方法的對比分析本文選取實驗區(qū)數(shù)據(jù)中噪聲點體現(xiàn)較為明顯的點云數(shù)據(jù)子集對其進行預處理實驗。該區(qū)域實驗數(shù)據(jù)中，包含山地地形、林區(qū)、建筑物、河流以及耕地等要素，在濾波降噪階段具有代表性。本文針對點云與處理的三個主要階段進行分別對比分析，以檢驗利用OpenMP的點云并行預處理與傳統(tǒng)點云預處理的效果與效率，驗證本文提出的機載LiDAR點云數(shù)據(jù)預處理并行方法在面對災害的應急測繪中是否能夠提高計算效率，加快機載LiDAR點云數(shù)據(jù)的處理速度。評判并行效率時，引入加速比概念，定義點云并行預處理的加速比如下：=串行處理(14)其中，K為并行計算的加速比，T串行處理為傳統(tǒng)點云串行預處理方法的處理時間，Ti表示不同線程數(shù)的并行預處理時間，i表示不同的線程數(shù)。2.3.1實驗區(qū)概況與處理平臺信息本文實驗中所用的機載LiDAR數(shù)據(jù)是固定翼無人機搭載RIEGLVZ-1000激光掃描儀于2017年12月15日至20日多架次獲取的四川省廣元市盤龍機場為中心的點云數(shù)據(jù)，共31.9GB、1,009,266,061個點。該機載LiDAR點云數(shù)據(jù)的坐標系為UTM投影的WGS84坐標系，條帶為48N。區(qū)域中心為東經(jīng)117.5405°，北緯40.2055°，區(qū)域面積約為729平方公里。該區(qū)域整體大致呈平行四邊形，東西長約30公里，南北長約15公里，測區(qū)高差約1000米。測區(qū)內包含各類下墊面類型，如城區(qū)、農田、河道、高山以及峽谷等，可以充分展示機載LiDAR掃描技術在各種不同的地形中的應用情況。四川廣元地區(qū)衛(wèi)星影像及點云數(shù)據(jù)高程渲染如下：圖3測區(qū)衛(wèi)星影像

13圖4測區(qū)點云按高程渲染結果RIEGLVZ-1000有高達1400米的有效測量距離，具有精度高、測區(qū)適應性好、防塵防水等特點。基于RIEGL公司目標提取技術獨特的回波數(shù)字化和在線波形處理功能，可以做到即使在相對不理想的大氣條件下、植物穿透性不強的情況下，也可以出色的完成測量任務。本文的測區(qū)，即四川省廣元市，位于我國四川盆地北部。地理坐標為北緯31.5167°至32.9333°、東經(jīng)104.6°至106.75°，總面積約為16314平方千米。北與陜西盛甘肅省接壤，是川北地區(qū)的重要交通樞紐以及周邊地區(qū)的貿易中心與商品集散地�，F(xiàn)轄三區(qū)四縣，共約302.62萬人。廣元市市區(qū)位于嘉陵江谷地，背部有與陜西、甘肅兩省的界山米倉山與摩天嶺。摩天嶺海拔由西端最高點3837米東方向下降至2784米，南方向快速下降到800米。地勢由北向東南傾斜，最大高差達3200余米。該地區(qū)山地地形分布廣泛，有著名的龍門山、劍門山、大欄山等。本文所有實驗均在某品牌筆記本電腦上進行，電腦參數(shù)如下表：表1處理平臺硬件信息硬件名稱型號及大小CPUIntelCorei7-6700HQ(2.6GHz/L36M)內存DDR421338GB×2硬盤1TBHDD機械硬盤顯卡NVIDIAGeForceGTX10606GB操作系統(tǒng)Windows10家庭中文版19092.3.2坐標轉換效率分析坐標轉換階段，本文利用OpenMP可以對原有程序并行處理線程的自主選擇這一特點，使用“#pragmaompparallelfor”語句對傳統(tǒng)的串行坐標轉換程序進行不同線程的對比計算�？紤]到計算機處理器線程的限制，對實驗數(shù)據(jù)進行多種線程轉換處理時主要選擇如下四種

【參考文獻】：
期刊論文
[1]無人機遙感技術在潰壩應急測繪保障中的應用[J]. 張廣慶,張浩,王宏昌.  現(xiàn)代測繪. 2019(06)
[2]測繪地理信息在應急測繪中的應用實踐[J]. 馮夢龍.  華北國土資源. 2019(05)
[3]測繪地理信息在應急測繪中的應用分析[J]. 李艷.  居舍. 2019(28)
[4]新型基礎測繪數(shù)據(jù)在地震應急領域生產與應用實踐[J]. 肖提榮,吳玉婷,何照攀,林根.  測繪與空間地理信息. 2019(09)
[5]依托無人機航空攝影測量技術實現(xiàn)“精準應急”[J]. 鄧廷起,陳駿明,徐勛江.  浙江國土資源. 2019(09)
[6]三維激光掃描技術在1∶1萬地質災害詳細調查中的應用——以河北邢臺峽谷群國家地質公園為例[J]. 李東海.  測繪通報. 2019(07)
[7]測繪地理信息技術在應急測繪中的應用[J]. 李飛,張維立.  黑龍江科學. 2019(14)
[8]路面點云的并行簡化研究[J]. 孫大林,唐好選.  智能計算機與應用. 2019(04)
[9]無人機載激光雷達技術在洪澇過程模擬中的應用[J]. 楊東,侯精明,張兆安,王興樺,李昌鎬,白崗崗,陳文軍,付德宇.  中國防汛抗旱. 2019(08)
[10]四川中航時固定翼無人機航空應急測繪系統(tǒng)總體技術設計與集成驗證[J]. 周興霞,黃青倫,武昊.  測繪. 2019(03)

博士論文
[1]基于機載LiDAR數(shù)據(jù)的洞庭湖蓄滯洪區(qū)洪水災害風險評估技術與方法研究[D]. 沈定濤.南京大學 2017
[2]基于LiDAR的建筑物震害分析[D]. 焦其松.中國地震局工程力學研究所 2015
[3]基于地面三維激光掃描技術的海量點云模型重建關鍵算法研究[D]. 謝洪.武漢大學 2013

碩士論文
[1]基于機載激光雷達數(shù)據(jù)的濾波分類與建筑物提取技術研究[D]. 鄒雄高.吉林大學 2018
[2]機載LiDAR點云缺失數(shù)據(jù)填補方法研究[D]. 夏玉紅.遼寧工程技術大學 2017
[3]無人機LiDAR在山洪災害調查中的關鍵技術及應用[D]. 胡小青.東華理工大學 2016
[4]機載LiDAR點云數(shù)據(jù)的抽稀方法研究[D]. 王超.遼寧工程技術大學 2016
[5]精度約束下基于機載LiDAR點云數(shù)據(jù)的DEM壓縮算法研究[D]. 聶鑫.西南交通大學 2014
[6]基于車載LIDAR數(shù)據(jù)的建筑災情應急測量研究[D]. 王文越.河南理工大學 2014
[7]利用機載LiDAR點云提取損毀建筑物的方法研究[D]. 王彩鳳.西南交通大學 2013
[8]面向DEM點云數(shù)據(jù)的并行插值數(shù)據(jù)劃分優(yōu)化方法研究[D]. 錢辰.南京師范大學 2013
[9]基于海量機載LIDAR數(shù)據(jù)的規(guī)則格網(wǎng)生成算法研究[D]. 張春亢.福建師范大學 2012
[10]基于機載LiDAR點云數(shù)據(jù)城市區(qū)域DSM重建研究[D]. 王蒙.長安大學 2012



本文編號：3526384