迁移学习点云滤波及建筑物特征线提取研究

发布时间：2021-05-21 10:14

　　机载激光雷达（Light Detection And Ranging,LiDAR）是近几十年发展迅速的一种主动式航空遥感对地观测系统,可以用来获取高精度高密度的地物表面三维点云,目前已逐渐成为地物目标识别的重要数据源之一。滤波,即地面点的提取过程,是机载LiDAR数据处理中较为关键的一步,也是地物识别的前提和基础。传统滤波算法通常基于一些常识和经验,需要根据地形设置不同的滤波参数,这导致了不同的滤波算法对于不同地形的普适性和扩展性较差的问题。近几年,国内外一些学者开展了与分类器相结合的滤波算法研究,在技术上取得了一定的发展和突破。由于点云数据与传统影像数据不同,可直接用于目标识别的信息较少,因此这类滤波算法通常需要进行特征提取。但是随着基于点云几何信息提取的特征数量逐渐增多,同时也带来了新的问题,特征之间存在冗余性和相关性,数量多不意味着精度高,由此,特征选择的有效实施迫在眉睫。而且,现有滤波算法一般不考虑以往已分类完成并经过专家检验的数据集与待分类的新数据集之间的联系,只针对当前的新数据集设定参数或是选取样本,耗时费力,如何挖掘旧数据集的知识用以辅助新数据集的分类,减少不必要的人力消... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：131 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 特征选择
        1.2.2 机载LiDAR点云滤波
        1.2.3 建筑物检测
        1.2.4 建筑物特征线提取
    1.3 研究目标和内容
    1.4 本文组织结构
第二章 滤波的特征生成与选择
    2.1 引言
    2.2 特征生成
        2.2.1 邻域的定义
        2.2.2 特征描述
    2.3 特征选择
        2.3.1 理论基础
        2.3.2 算法原理
    2.4 实验与分析
        2.4.1 实验数据与环境
        2.4.2 实验策略
        2.4.3 实验结果与精度评价
    2.5 本章小结
第三章 基于迁移学习的机载激光雷达滤波
    3.1 引言
    3.2 理论基础
    3.3 算法描述
    3.4 实验与分析
        3.4.1 实验数据与说明
        3.4.2 实验结果与精度评价
        3.4.3 实验小结
    3.5 本章小结
第四章 机载激光雷达建筑物检测与分割
    4.1 引言
    4.2 半抑制式模糊C-均值聚类
    4.3 算法流程
        4.3.1 基于半抑制式模糊C-均值聚类的建筑物粗提取
        4.3.2 建筑物精化提取
        4.3.3 单栋建筑物分割
    4.4 实验与分析
        4.4.1 实验数据与环境
        4.4.2 实验结果与精度评价
    4.5 本章小结
第五章 基于几何特性的屋顶特征线提取
    5.1 引言
    5.2 算法流程
        5.2.1 屋顶轮廓线
        5.2.2 内部特征线
    5.3 实验结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 待进一步解决和研究的问题
参考文献
致谢
攻博期间发表论文和科研情况


【参考文献】：
期刊论文
[1]一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法[J]. 赵传,张保明,陈小卫,郭海涛,卢俊.  测绘学报. 2017(09)
[2]利用目标区域拓扑关系图提取建筑物点云[J]. 黄荣刚,杨必胜,李健平,田茂,梁新美.  武汉大学学报(信息科学版). 2017(04)
[3]融合航空影像和LIDAR点云的建筑物探测及轮廓提取[J]. 程效军,程小龙,胡敏捷,郭王,张立朔.  中国激光. 2016(05)
[4]基于DSM深度影像的机载LiDAR建筑物边界提取[J]. 陈光洲,岳东杰,许颖,郭珍珍.  勘察科学技术. 2016(01)
[5]结合区域增长法和TIN边缘分割的建筑物立面几何特征提取[J]. 庞世燕,刘亚文,左志奇,陈正富.  武汉大学学报(信息科学版). 2015(01)
[6]基于Parzen窗条件互信息计算的特征选择方法[J]. 贺邓超,张宏军,郝文宁,张睿.  计算机应用研究. 2015(05)
[7]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植.  软件学报. 2015(01)
[8]抑制式模糊C-均值聚类研究综述[J]. 范九伦.  西安邮电大学学报. 2014(03)
[9]一种基于LiDAR数据的建筑物自动提取方法[J]. 郝明,史文中,张华.  测绘通报. 2014(04)
[10]一种基于激光点云数据的房屋轮廓线提取方法[J]. 蔡湛,李如仁,李新科,吴华意.  地理与地理信息科学. 2013(05)

博士论文
[1]机载LiDAR与影像结合的建筑物检测及其轮廓精化方法研究[D]. 陈奇.武汉大学 2015
[2]利用机载LiDAR数据生成规范化建筑物模型的关键技术研究[D]. 高广.武汉大学 2014
[3]机载LiDAR数据中屋顶特征线提取关键技术研究[D]. 李新科.武汉大学 2014
[4]基于标记点过程的机载激光扫描点云建筑物提取[D]. 徐文学.武汉大学 2013
[5]机载激光雷达点云数据滤波算法的研究与应用[D]. 周晓明.解放军信息工程大学 2011

硕士论文
[1]机载激光LiDAR点云数据滤波和分类算法研究[D]. 刘凯斯.首都师范大学 2014
[2]基于改进互信息的医学图像配准方法研究[D]. 刘青芳.山西大学 2010
[3]机载LIDAR数据滤波及建筑物提取技术研究[D]. 张皓.解放军信息工程大学 2009



本文编号：3199529