利用DSM点云提取DEM的关键技术研究

发布时间：2017-04-18 19:13

  本文关键词：利用DSM点云提取DEM的关键技术研究，由笔耕文化传播整理发布。

【摘要】：随着摄影测量技术的飞速发展,激光机载LiDAR和影像匹配技术在地理国情检测、数字三维建模等方面应用广泛。本文分别从点云数据滤波和点云数据抽稀两个方面进行探讨研究。由于原始点云数据分布规律杂乱,且存在噪声点等低异常点,数据预处理显得尤为重要。本文通过格网划分原始点云数据,并对格网进行编号,便于数据管理,在格网划分基础上使用数学形态学的开、闭运算相结合的方式剔除低异常点。本文提出了一种基于多分辨率的点云数据滤波算法:点云数据滤波的实质是分类地面点与地物点,在一定区域内,格网最低点为地面点,选取并标记为初始地面控制点;使用TPS对下一层所选控制点进行插值运算,利用标准差滤除阈值高于TPS插值面的控制点,并迭代运算到最终分辨率;最终基于区域生长和三角网滤除地物点。实验表明,基于多分辨率的点云数据滤波算法能够有效地滤除地物点,并达到精度要求,对于复杂度较高的地形区域,算法有一定的缺陷。海量点云数据有助于高精度的地形表达,与之带来的是更多的冗余数据,如何剔除这些冗余数据,对数据存储有着重要的作用。文本提出了一种顾及地形特征的点云数据抽稀算法:首先标记边界特征点,其次提取格网中局部极值点,和边界点作为种子点构建TIN;然后利用一定原则逐渐选取非种子点中的地形特征点加密TIN;为进一步减少经过以上处理后残留的冗余点,采用一种临近三角面的平面测试策略剔除三角网中可能存在的冗余点,得到最终结果。通过模拟数据和不同地形的真实数据对算法进行测试,结果表明算法在保证地形精度的前提下,能够有效地减少冗余点数量,使得抽稀后的点云数量可以保持在原始数据的35%以下。同时,为了提高算法的实用性,通过大量试验得出了算法中所需参数的最优配置。提出并设计基于Socket的分布式处理系统,建立局域网,管理网络中的计算机,通过调配计算机对数据进行批量处理,减少人工参与,提高运算性能。
【关键词】：机载LiDAR点云 滤波 抽稀 薄板样条插值 不规则三角网
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P208;TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-13
• 1.1 研究背景9
• 1.2 研究意义9-11
• 1.3 论文研究内容11-12
• 1.4 论文组织结构12-13
• 2 点云数据滤波13-25
• 2.1 点云数据滤波现状13-19
• 2.1.1 基于坡度的滤波方法14-15
• 2.1.2 基于移动窗口的滤波方法15
• 2.1.3 基于数学形态学的滤波方法15-18
• 2.1.4 基于渐进三角网的滤波方法18
• 2.1.5 其他滤波方法18-19
• 2.2 点云数据噪声点剔除19-20
• 2.2.1 噪声来源及其影响19
• 2.2.2 现有剔噪方法19-20
• 2.2.3 数学形态学剔噪20
• 2.3 基于多分辨率的点云数据滤波算法20-24
• 2.3.1 算法思想及流程20-21
• 2.3.2 算法关键技术21-24
• 2.4 本章小结24-25
• 3 点云数据抽稀25-31
• 3.1 点云数据抽稀现状25-26
• 3.1.1 非选择性抽稀算法25
• 3.1.2 选择性抽稀算法25-26
• 3.2 顾及地形特征的点云数据抽稀算法26-30
• 3.2.1 算法思想及流程26-27
• 3.2.2 算法关键技术27-29
• 3.2.3 精度评估29-30
• 3.3 本章小结30-31
• 4 分布式处理31-33
• 4.1 Socket简介31
• 4.2 基于Socket的分布式处理设计31-32
• 4.3 本章小结32-33
• 5 实验与分析33-52
• 5.1 测试环境33
• 5.1.1 硬件环境33
• 5.1.2 软件环境33
• 5.2 点云数据滤波实验33-42
• 5.2.1 LiDAR点云数据实验33-40
• 5.2.2 影像匹配点云数据实验40-42
• 5.3 点云数据抽稀实验42-47
• 5.3.1 模拟数据实验42-43
• 5.3.2 算法分步实验43
• 5.3.3 算法参数影响43-45
• 5.3.4 算法对比实验45-47
• 5.4 分布式处理实验47-50
• 5.4.1 系统效率分析47-48
• 5.4.2 点云处理实验48-50
• 5.5 本章小结50-52
• 6 结论与展望52-54
• 6.1 研究总结及创新点52-53
• 6.2 进一步研究与改进53-54
• 致谢54-55
• 参考文献55-58
• 攻读学位期间的科研成果58

【参考文献】

中国期刊全文数据库 前10条

1 赫高进;熊伟;陈荦;吴秋云;景宁;;基于MPI的大规模遥感影像金字塔并行构建方法[J];地球信息科学学报;2015年05期

2 朱俊锋;胡翔云;张祖勋;熊小东;;多尺度点云噪声检测的密度分析法[J];测绘学报;2015年03期

3 王f^;;DEM内插算法与精度评定研究[J];现代测绘;2013年05期

4 陈卓;马洪超;;基于机载LiDAR数据的大型立交桥自动提取与建模方法[J];测绘学报;2012年02期

5 王植;吴立新;贺正雄;李慧盈;;基于正交多项式的平原城区机载LiDAR数据滤波算法[J];地理与地理信息科学;2012年01期

6 周晓明;马秋禾;许晓亮;杨靖宇;王楠;;LIDAR点云滤波算法分析——以ISPRS测试实验为参考[J];测绘工程;2011年05期

7 杨应;苏国中;周梅;;影像分类信息支持的LiDAR点云数据滤波方法研究[J];武汉大学学报(信息科学版);2010年12期

8 袁枫;张继贤;张力;高井祥;;结合强度信息的LIDAR数据滤波方法[J];测绘科学;2010年05期

9 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

10 隋立春;张熠斌;柳艳;曲佳;李伟;王蒙;李智临;;基于改进的数学形态学算法的LiDAR点云数据滤波[J];测绘学报;2010年04期

  本文关键词：利用DSM点云提取DEM的关键技术研究，，由笔耕文化传播整理发布。

本文编号：315561