激光雷达点云数据的滤波和分割处理

发布时间：2023-04-28 03:21

　　近些年来,随着三维信息获取能力的不断提高,人们对三维数据的研究也越来越深入。相比于传统的二维图像,三维数据包含了更多具有空间特征和物体特性的信息。三维数据可由多种方式获取,其中激光雷达因具有高分辨率,强鲁棒性和不受环境光影响等优点,广泛应用于无人驾驶等环境感知的各个领域中,因此,研究激光点云数据的分析与处理方法具有重大意义。目前的研究中,从数量庞大的点云数据中选取并重构目标模型是激光雷达点云处理技术的关键,如何通过对去噪及分割算法的研究,提高点云数据处理效率,并保证模型的真实性,是目前研究的热点问题。针对这一问题,本文研究了激光点云数据的处理方法,主要内容包括:(1)介绍了激光雷达系统组成和激光成像原理,对激光点云数据特点和噪声进行分析,针对激光雷达在扫描时系统自身及目标物体所在环境引入的噪声,提出对于激光点云采用统计滤波与双边滤波结合的去噪方法,其中统计滤波用来去除激光点云存在的大量离群噪点,双边滤波在保持点云特性的前提下对激光点云进行光滑去噪,并对于数量较多的点云进行体素栅格滤波,在保持点云特征的同时进行点云数量精简,采用Kdtree结构作为激光点云拓扑关系,加快点云滤波速度,进而...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国外研究现状
        1.2.1 激光雷达技术研究现状
        1.2.2 点云滤波研究现状
        1.2.3 点云分割研究现状
    1.3 本文主要研究内容
第2章 激光点云数据滤波处理
    2.1 引言
        2.1.1 激光雷达系统组成
        2.1.2 激光雷达测距原理
        2.1.3 激光点云数据和噪声
    2.2 点云的邻域搜索
        2.2.1 点云的邻域
        2.2.2 点云的邻域搜索
    2.3 点云精简
    2.4 点云统计滤波算法
        2.4.1 算法原理
        2.4.2 算法步骤
    2.5 点云统计双边滤波算法
        2.5.1 算法原理
        2.5.2 算法步骤
    2.6 实验结果及分析
        2.6.1 点云下采样
        2.6.2 点云统计滤波
        2.6.3 点云统计双边滤波
    2.7 本章小结
第3章 激光点云数据分割处理
    3.1 引言
    3.2 随机一致采样剔除点云地面
        3.2.1 算法原理
        3.2.2 算法步骤
    3.3 点云欧式聚类算法
        3.3.1 算法原理
        3.3.2 算法步骤
    3.4 点云凹凸性分割算法
        3.4.1 算法原理
        3.4.2 算法步骤
    3.5 实验结果及分析
        3.5.1 随机一致采样
        3.5.2 点云欧式聚类分割
        3.5.3 点云凹凸性分割
        3.5.4 激光雷达点云数据分割对比
    3.6 本章小结
第4章 激光雷达上位机搭建
    4.1 引言
    4.2 点云数据获取
    4.3 上位机平台搭建
        4.3.1 激光雷达功能控制模块
        4.3.2 数据采集、处理模块
    4.4 本章小结
结论
参考文献
致谢



本文编号：3803637