当前位置:主页 > 科技论文 > 测绘论文 >

基于多元地形特征的机载LiDAR点云抽稀算法研究

发布时间:2020-06-15 03:21
【摘要】:机载LiDAR(Light Detection And Ranging)能够快速获取高精度、高密度的地形信息,是一种高效的地形探测技术。为了在符合精度的条件下提高数据处理效率,减少后期数据处理难度,对机载LiDAR点云数据进行抽稀是非常有必要的。本文提出一种基于多元地形特征的机载LiDAR点云抽稀算法。该算法是针对地面点云,所以在点云抽稀前,应先进行点云滤波。然后,提取地面点的多元地形特征信息,利用主成分分析法构建多元地形特征复杂度模型,以此作为点云取舍的判定指标,实现点云的高精度抽稀。主要研究工作如下:1.研究了刚度参数优化的布料模拟点云滤波。在现有的布料模拟点云滤波算法的基础上,针对调整布料柔软度的刚度参数进行精细化设置。在分区划块的基础上,按照地形类型,选择相匹配的IMRI(Improved Rigidness)值,使模拟的布料与地形特征更加吻合,提高了点云滤波精度。2.实现了机载LiDAR多元地形特征快速提取方法。通过局部地形的二次曲面拟合,建立实测LiDAR地形数据与拟合曲面的几何规则;采用LM(Levenberg-Marquardt)算法迭代参数寻优,获得最优化结果下的地形拟合参数;并以地形拟合模型为基础,实现了六类地形特征信息(局部点密度、高程标准差、坡度、高斯曲率、平均曲率、粗糙度)的快速提取。3.提出了基于多元地形特征的点云抽稀算法。选取高程标准差σH、坡度φ、高斯曲率CG和粗糙度Kr四类地形特征参数作为变量因子,基于主成分分析和多因子理论,构建了多元地形特征复杂度模型T(σH,φ,CG,Kr.),并以获得的r值作为点云抽稀判定指标,实现了点云的高精度抽稀。将本算法抽稀结果与基于坡度的点云抽稀和TerraScan软件中的抽稀结果进行了对比分析,实验结果表明本文算法具有更高的抽稀精度和更强的鲁棒性。
【学位授予单位】:山东科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P237
【图文】:

示意图,坐标系,惯导


数据后处理软件逡逑LAS、点云等产品逡逑图2.2机载LiDAR测量系统示意图逡逑Fig.邋2.2邋Schematic邋illustration邋of邋airborne邋LiDAR邋measurement邋system.逡逑GNSS/INS组合导航系统为机载LiDAR提供了高精度的位置和姿态数据,逡逑其中包括:惯性测量单元(Inertial邋Measurement邋Unit,IMU)提供的载体瞬时姿逡逑态角(r,p,/7)、GNSS提供的精确定位信息(X,邋7,Z)和秒脉冲时间信息。利用位置逡逑和姿态参数可对激光点云数据进行匹配与融合,从而计算目标点的三维坐标%。逡逑2.1.2机载LiDAR系统主要技术指标逡逑机载LiDAR系统的主要技术指标包括激光脉冲发射频率、脉冲波长、测量逡逑精度、扫描天底角范围、扫描速度(线频率)、激光发散角等。表2.1总结了当逡逑M主流机载LiDAR测量系统的相关技术指标。逡逑表2.1机载LiDAR测量系统的相关技术指标统计表逡逑Tab.2.1邋Statistical邋table邋of邋relevant邋technical邋indexes邋of邋airborne邋LiDAR邋measurement邋system.逡逑生产J邋家逦TopEye逦Fugro逦Riegl逦Optech逦Leica逡逑ALTM逡逑系统型号逦Mar

坐标系,惯导


通过平移变换使两坐标系坐标原点重合,然后利用实时采集的姿态数据信息,逡逑完成惯导坐标系的三维坐标到当地水平坐标系的转换。相应的坐标转换过程如逡逑图2.4所示。逡逑R(h,p,r)逡逑Y逦Sl角P逡逑V邋?逦—坐标原点逡逑横滚角逡逑航偏角少y逡逑惯导坐标系^邋I当地水平坐标系逡逑z邋Z逡逑图2.4惯导坐标系到当地水平坐标系逡逑Fig.2.4邋Conversion邋of邋INS邋coordinate邋system邋to邋local邋level邋coordinate邋system.逡逑惯导坐标系下的三维坐标(,y,,z;)到当地坐标系下的激光点坐标逡逑的转换过程为:逡逑Xj±s逦X丨逦AX0逡逑Ylls逦=R{h,p,r)逦Y,逦+邋AY0逦式(2.3)逡逑-Z/xs邋_逦_^0_逡逑其中,Ji(h,p,f)邋=邋Rh.Rp.Rt,逡逑cosh邋一邋sin/7邋0逦cos邋p邋0邋sin邋p逦10逦0逡逑Rh邋=邋sin/7逦cosh逦0,Rp邋=逦0逦1逦0邋,'邋=邋0逦cosr逦-sin厂。逡逑0逦0逦1逦sin邋p逦0逦cos邋p逦0逦sin邋r逦cos邋r逡逑(3)从当地水平坐标系转换到WGS84坐标系逡逑由当地水平坐标转换至WGS84坐标,需要己知GNSS天线相位中心位置逡逑的大地坐标(5N//),并由大地坐标转换为空间直角坐标(x。,:^,、)。经过平移逡逑坐标原点

【参考文献】

相关期刊论文 前10条

1 宋大虎;李忠科;王忠;许斌;;保持特征的点云迭代简化算法[J];计算机应用研究;2014年04期

2 杨荣华;花向红;游扬声;;基于散乱点的局部n次曲面拟合及其曲率计算[J];大地测量与地球动力学;2013年03期

3 王强锋;李建军;张公平;;从随机非概率数据中提取粗糙度及其可靠度[J];计算机工程与应用;2012年29期

4 张迪;钟若飞;李广伟;赵坤;;车载激光扫描系统的三维数据获取及应用[J];地理空间信息;2012年01期

5 李鹏程;王慧;刘志青;刘忠滨;石斌;;一种基于扫描线的数学形态学LiDAR点云滤波方法[J];测绘科学技术学报;2011年04期

6 缪志修;齐华;王国昌;程昂;;基于机载LiDAR数据构建的DEM抽稀算法研究[J];铁道勘察;2010年04期

7 隋刚;郝兵元;彭林;;利用高程标准差表达地形起伏程度的数据分析[J];太原理工大学学报;2010年04期

8 罗伊萍;姜挺;龚志辉;江刚武;陈文锋;;基于自适应和多尺度数学形态学的点云数据滤波方法[J];测绘科学技术学报;2009年06期

9 杨玲;刘春;吴杭彬;欧阳斯达;;顾及矢量特征的机载LiDAR点云数据压缩方法[J];地理与地理信息科学;2009年04期

10 刘学军;卞璐;卢华兴;朱莹;;顾及DEM误差自相关的坡度计算模型精度分析[J];测绘学报;2008年02期

相关博士学位论文 前2条

1 李鹏程;机载全波形LiDAR数据的地形与建筑物重建技术[D];解放军信息工程大学;2015年

2 罗伊萍;LIDAR数据滤波和影像辅助提取建筑物[D];解放军信息工程大学;2010年

相关硕士学位论文 前1条

1 缪志修;基于机载LiDAR数据的DEM抽稀算法研究[D];西南交通大学;2010年



本文编号:2713816

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2713816.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户27e06***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com