基于点云片段法的道路边线提取研究

发布时间：2018-06-19 01:42

  本文选题：车载激光扫描技术 + 点云分类　； 参考：《东华理工大学》2017年硕士论文

【摘要】：三维激光扫描技术可直接、快速获取地物表面的高精度三维空间信息,因其大数据、高精度、可视化、可深度利用等优势满足现在地理空间信息服务业的快速发展要求,成为地理信息获取工作中不可获取的一种技术手段。车载激光扫描系统做为三维激光扫描系统中的一类,以汽车为搭载平台,行驶在道路上对路面及其周边建筑物进行近距离的激光扫描工作获取三维空间信息。适用于数字城市建设、城市规划量测,在基础测绘、城市交通等领域也逐渐取代传统测量工具被广泛运用起来。车载激光扫描系统相对于地面、机载等其他三维激光扫描系统而言起步较晚,在数据处理过程中如何提高运算效率,减少数据量,快速提取目标物,是车载点云数据处理工作中亟待解决的问题。针对这些问题,本文提出一种点云片段法对道路边界线提取进行研究,该方法主要针对如何在减少数据量的同时对车载点云数据进行快速准确的道路提取工作。本文前两章分别对该课题的研究背景、意义以及国内外研究现状进行探讨,然后对车载激光扫描系统的系统构成及工作原理、车载点云数据进行介绍,并通过介绍常见数据分类方法提出本文采用的点云片段法。通过对车载激光扫描技术及数据处理的深入学习,以如何降低数据运算量提高运算效率为主要目的,本文提出点云片段法对道路边界线提取进行研究分析。该方法利用整体分析局部计算的基本思想,对高程阈值法进行算法改进并结合扫描线斜率方式进行道路边界线的研究。通过点云片段方式将两类算法进行结合,在保证精度的同时减少数据运算过程中的数据量提高效率。点云片段的获取方式是通过改进算法对点云数据进行XOZ面投影并生成高程柱状图。根据投影分布图和高程柱状图结合车载点云数据的空间分布特征,可确定道路边界所在格网位置然后将该位置中的点云数据提取出来便是点云片段;然后采用扫描线斜率计算的基本思想对点云片段中的数据进行斜率计算、判别,然后提取道路边界点拟合边界线。最后通过MATLAB软件对九江市某大道点云数据进行算法验证,并进行实验结果的分析对比。最后总结全文,指出不足并对后续研究提出展望。
[Abstract]:Three-dimensional laser scanning technology can directly and quickly obtain the high-precision three-dimensional spatial information on the surface of ground objects. Because of its advantages of big data, high precision, visualization, depth utilization and so on, it can meet the requirements of the rapid development of the current geospatial information service industry. It has become a kind of technical means that can not be obtained in the process of obtaining geographical information. Vehicle laser scanning system is a kind of 3D laser scanning system. The vehicle is used as the platform to get 3D spatial information by laser scanning work on the road and its surrounding buildings. It is suitable for digital city construction, urban planning measurement, basic surveying and mapping, urban traffic and so on. Compared with other 3D laser scanning systems, such as ground, airborne and so on, the onboard laser scanning system starts relatively late. In the process of data processing, how to improve the operation efficiency, reduce the amount of data, and quickly extract the object, It is an urgent problem to be solved in the data processing of vehicle point cloud. In order to solve these problems, a point cloud segment method is proposed to study the road boundary extraction. This method is mainly aimed at how to reduce the amount of data and how to extract the vehicle point cloud data quickly and accurately at the same time. In the first two chapters, the background, significance and current situation of the research are discussed respectively. Then the system structure and working principle of the vehicle laser scanning system are introduced, and the point cloud data of the vehicle are introduced. The point cloud fragment method used in this paper is put forward by introducing common data classification methods. Based on the in-depth study of vehicle laser scanning technology and data processing, in order to reduce the amount of data operation and improve the efficiency of operation, a point cloud fragment method is proposed to study and analyze the extraction of road boundary. Based on the basic idea of global analysis and local calculation, the algorithm of elevation threshold method is improved and the road boundary is studied in combination with the scan line slope method. By combining the two algorithms with the point cloud fragment method, the efficiency of the data in the process of data operation can be reduced while the accuracy is guaranteed. The point cloud segment is obtained by using the improved algorithm to project the point cloud data on the XOZ plane and generate the height histogram. According to the projection distribution map and the height histogram combined with the spatial distribution characteristics of the vehicle point cloud data, we can determine the grid location of the road boundary and extract the point cloud data from that position to be the point cloud segment. Then the basic idea of calculating the slope of the scanning line is used to calculate the slope of the data in the segment of the point cloud, and then the road boundary points are extracted to fit the boundary line. Finally, the algorithm of point cloud data in Jiujiang is verified by MATLAB software, and the experimental results are analyzed and compared. Finally, it summarizes the full text, points out the deficiency and puts forward the prospect of the follow-up research.
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P225.2

【参考文献】

相关期刊论文 前10条

1 闫兆进;孟丽娜;;基于直线特征检测的道路边线自动提取方法[J];测绘工程;2017年03期

2 刘增良;周庆;韩友美;曹永东;;车载激光扫描在城市大型立交桥三维建模中的应用[J];北京测绘;2016年04期

3 张达;李霖;李游;;基于车载激光扫描的城市道路提取方法[J];测绘通报;2016年07期

4 田茂义;李鹏飞;俞家勇;马腾;;格网邻域滤波在车载激光点云道路边线提取中的方法研究[J];测绘与空间地理信息;2016年05期

5 朱磊;王健;许开辉;赵富燕;;采用聚类分析的车载点云地物分类[J];测绘科学;2016年04期

6 许辉熙;薛万蓉;程熙;;一种拟合三维空间直线的新方法[J];测绘通报;2015年09期

7 薛丽红;;三维空间点中基于最小二乘法的分段直线拟合方法[J];齐齐哈尔大学学报(自然科学版);2015年04期

8 张攀科;裴亮;王留召;许福慧;;车载激光扫描系统在地籍测量中的应用[J];测绘科学;2015年09期

9 丁莹莹;赵云昌;;多种激光扫描系统在数字城市中综合应用研究探索[J];山东国土资源;2015年04期

10 李建刚;;SSW车载三维激光扫描测量系统及应用中的误差分析[J];门窗;2014年12期

相关会议论文 前2条

1 胡志杰;石鹏飞;李广伟;羌鑫林;;车载点云数据自动分类提取与应用研究[A];第十一次江苏科技论坛智慧城市与大数据应用分论坛论文集[C];2015年

2 王健;靳奉祥;;车载激光扫描测量数据的预处理技术[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

相关博士学位论文 前2条

1 喻亮;基于车载激光扫描数据的地物分类和快速建模技术研究[D];武汉大学;2011年

2 杨长强;激光扫描仪检校及车载激光点云的分类与矢量化研究[D];山东科技大学;2010年

相关硕士学位论文 前10条

1 唐云龙;基于车载激光点云数据的典型地物分类与提取[D];北京工业大学;2015年

2 郭琳娜;地面三维激光扫描技术在地形测绘中的应用[D];宁夏大学;2015年

3 韦江霞;面向快速建模的车载激光点云的城市典型地物分类方法研究[D];首都师范大学;2014年

4 赵奕林;面向讥维数据的并行非线性最小二乘分类器研究[D];郑州大学;2014年

5 房华乐;面向对象的移动激光扫描点云数据提取城市道路信息方法研究[D];山东农业大学;2014年

6 孙伟利;基于车载LiDAR技术的公路三维建模与应用[D];首都师范大学;2013年

7 徐鹏;海量三维点云数据的组织与可视化研究[D];南京师范大学;2013年

8 杜会;车载校园环境激光点云分类与移动目标识别[D];武汉理工大学;2013年

9 吴胜浩;车载激光点云的颜色信息获取与融合处理[D];首都师范大学;2011年

10 谭贲;基于车载激光扫描数据的城市典型地物分类方法研究[D];首都师范大学;2011年

，

本文编号：2037774