基于BP神经网络的三维激光扫描点云数据的滤波方法研究

发布时间：2017-03-31 15:12

  本文关键词：基于BP神经网络的三维激光扫描点云数据的滤波方法研究，由笔耕文化传播整理发布。

【摘要】：随着计算机技术的成熟发展与广泛应用，以及地理信息技术研究的深入化和“城市数字化”概念的提出，人们在三维信息的研究方面变得更加深入，从而促使人们对如何能够更好的获取空间三维信息的需求变得更加的迫切，并且随着激光技术、半导体技术、计算机等技术发展的越来越成熟以及对这些技术的要求更加迫切，，从而促使三维激光扫描技术变得越来越先进，例如扫描的速度以及扫描精度变得更快、更高，而且扫描范围也变得越来越大，因此测量人员可以在不需接触地形的情况下，便能够实现对复杂区域以及形状不规则物体等复杂物体进行更加高速、高效的全方位扫描，获取的三维空间信息也更加精确。然而要想三维激光扫描技术能够在该领域变得更加完美、发展空间越来越大，如何对通过三维激光扫描仪扫描获取的海量点云数据进行更加高效的处理已成为当今许多学者研究的热点。点云数据的预处理是数据处理过程中的关键步骤之一，点云数据的滤波是数据预处理阶段重点和热点问题，因此对地面三维激光扫描点云数据的滤波研究，形成较系统的地面三维激光扫描点云数据滤波理论是十分必要的。 本文简要阐述了三维激光扫描技术及点云数据滤波理论国内外的研究现状和发展，根据点云数据的排列规则对其进行分类，对不同类型点云数据的常用滤波方法进行了分析，本文主要的研究内容是基于BP神经网络的点云数据的滤波后构建的模型与运用其它方法对点云数据进行处理后构建的模型的对比，本文中运用的其它方法为利用规则网格数学形态学对点云数据进行滤波以及运用Geomagic Studio软件中自带的滤波工具对点云数据进行滤波。对三种滤波方法的结果进行了定量和定性的分析，经试验结果的分析表明BP神经网络滤波法取得滤波效果更加良好，在有效去除点云数据中噪声的同时，还很好的保持了地形特征，构建出来的模型更加具有真实感。
【关键词】：三维激光扫描 点云数据滤波 BP神经网络 规则网格数学形态学 Geomagic Studio软件
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P225.2;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 引言9
• 1.2 研究背景与意义9-11
• 1.2.1 研究背景9-10
• 1.2.2 研究意义10-11
• 1.3 国内外研究现状11-14
• 1.3.1 三维激光扫描技术国内外研究现状11-13
• 1.3.2 点云数据滤波方法的研究现状13-14
• 1.4 本文研究的主要内容14-15
• 第二章 三维激光扫描系统与数据滤波15-28
• 2.1 三维激光扫描技术15-23
• 2.1.1 地面三维激光扫描系统的工作原理16-17
• 2.1.2 三维激光扫描系统的分类17-21
• 2.1.3 三维激光扫描系统工作流程与特点21-23
• 2.2 三维激光扫描数据噪声分析23-25
• 2.2.1 点云数据噪声的来源23-24
• 2.2.2 点云数据的分类24-25
• 2.3 点云数据的滤波25-27
• 2.4 本章小结27-28
• 第三章 BP 神经网络28-39
• 3.1 人工神经网络28-29
• 3.2 BP 神经网络理论29-31
• 3.2.1 BP 神经网络结构30
• 3.2.2 BP 神经网络模型30-31
• 3.2.3 BP 神经网络功能与特点31
• 3.3 BP 神经网络学习算法31-34
• 3.4 基于 MATLAB 的神经网络训练函数34-38
• 3.4.1 BP 神经网络设计基础34-37
• 3.4.2 BP 算法的训练实现37-38
• 3.5 本章小结38-39
• 第四章 基于 BP 神经网络的点云数据滤波39-59
• 4.1 基于 GEOMAGIC STUDIO 软件的点云数据去噪实验39-45
• 4.2 规则网格数学形态学点云滤波45-50
• 4.2.1 离散数据的规则网格组织46-47
• 4.2.2 规则网格数学形态学滤波步骤47-48
• 4.2.3 实验及结论48-50
• 4.3 基于 BP 神经网络模型的点云数据滤波50-52
• 4.3.1 模型的建立50-52
• 4.3.2 滤波步骤52
• 4.4 应用实例52-56
• 4.4.1 实验过程52-56
• 4.2.2 算法实现步骤56
• 4.5 滤波效果分析56-58
• 4.5.1 定性分析56-57
• 4.5.2 定量分析57-58
• 4.6 本章小结58-59
• 第五章 结论与展望59-62
• 5.1 结论59-60
• 5.2 展望60-62
• 参考文献62-65
• 致谢65

【参考文献】

中国期刊全文数据库 前7条

1 邓春梅,陈吉红,师汉民;径向基神经网络重建自由曲面的探讨[J];计算机辅助设计与图形学学报;2000年10期

2 常晓丽;;基于Matlab的BP神经网络设计[J];机械工程与自动化;2006年04期

3 郑德华,雷伟刚;地面三维激光影像扫描测量技术[J];铁路航测;2003年02期

4 毛方儒,王磊;三维激光扫描测量技术[J];宇航计测技术;2005年02期

5 徐晓雄;刘松林;李白;;三维激光扫描测量技术及其在测绘领域的应用[J];中国测绘;2009年02期

6 董明晓,郑康平;一种点云数据噪声点的随机滤波处理方法[J];中国图象图形学报;2004年02期

7 余晓红;;BP神经网络的MATLAB编程实现及讨论[J];浙江交通职业技术学院学报;2007年04期

中国博士学位论文全文数据库 前1条

1 张帆;点云数据几何处理方法研究[D];西北大学;2013年

  本文关键词：基于BP神经网络的三维激光扫描点云数据的滤波方法研究，由笔耕文化传播整理发布。

本文编号：279769