城市地物点云配准与典型要素提取
发布时间：2021-08-01 08:00
随着激光扫描技术的成熟,三维激光点云数据由于其精度高、获取速度快的优点已越来越广泛的用于城市规划、建设、管理等工作中。然而,点云同时也存在着噪声干扰性高、单次采集区域有限、识别算法复杂等缺点,这给研究带来了一定的难度。如何能够针对点云数据的局限性,解决点云数据的快速拼接以及城市地物要素自动化提取是目前基于点云数据研究的重要课题。本文从城市典型地物的点云数据配准与要素提取的两个环节入手,在解决集效率与精度于一体的点云数据配准基础上,通过点云精细特征表达充分挖掘潜在的点云信息,实现基于MLS数据的城市道路和行道树的高精度提取。论文完成的工作以及创新点如下:（1）针对经典ICP算法在三维点云配准中的有效性进行了界定针对点云配准中传统的迭代最邻近点（Iterative Closest Point,ICP）算法缺点,以算法是否陷入局部最优解为依据,基于两幅点云数据集的重合度、夹角以及间隔距离三个重要参数进行算法验证,总结出了ICP算法在不同参数阈值下的变化规律,并给出了该算法能够取得正确配准结果的有效参数范围,为点云配准中是否需要增加全局配准环节的工作提供参考依据。此外,在算法有效范围内针对不同...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：171 页
【学位级别】：博士
【部分图文】：
二维原始数据与节点关系
2 点云数据处理基本理论分为右子树，包含点{(9,6), (8,1)}；右子树中未构建节点的数据重复上述 和 c 显示了一个二维点集构建 kd 树结果。(9,6)(8,1)(4,7)(5,4)(2,3)(9,6)(8,1)(7,2)(2,（b） 图 2-2 二维 kd 树划分过程e 2-2 Process of dividing a two-dimensional
图 2-7 基于八叉树的点云分割结果（图片来源网络）Figure 2-7 Octree-based point cloud segmentation (image source netwo八叉树存储结构叉树的存储结构主要有三种，即规则八叉树、线性八叉树则八叉树用 9 个字段存储每个节点，其中 1 个字段描述节存放指向 8 个子节点的指针。这种方式的最大问题是占用八叉树采用线性表方式存储节点，表中直接存储每个节点的相对规则八叉树虽然节省了存储空间，但运算效率降低。种数据结构对比分析一般仅用于三维空间，而 K-d 树则可以用于 k 维空间。八单，但其对于点云数据集的最小粒度的确定较为困难。粒数过大，查询的效率也较低；反之，则增加了八叉树的深间增加的弊端。K-d 树在邻域查询中具有优势，但其效率长的关系。此外，维度越大，则效率越低。有学者将两种
【参考文献】：
期刊论文
[1]基于坡度和区域生长的城市LiDAR点云滤波方法[J]. 张宁宁,杨英宝,于双. 地理空间信息. 2016(03)
[2]地基SAR与三维激光扫描数据融合方法研究[J]. 邹进贵,田径,陈艳华,毛庆华,李琴. 测绘地理信息. 2015(03)
[3]一种基于改进区域增长的行道树点云提取方法[J]. 张恒,许君一,刘如飞,岳国伟. 测绘科学技术学报. 2015(02)
[4]结合LiDAR点云和航空影像的建筑物三维变化检测[J]. 彭代锋,张永军,熊小东. 武汉大学学报(信息科学版). 2015(04)
[5]高光谱遥感影像与机载LiDAR数据融合的地物提取方法研究[J]. 董彦芳,庞勇,许丽娜,陈立泽. 遥感信息. 2014(06)
[6]基于多源信息融合的果树冠层三维点云拼接方法研究[J]. 周薇,马晓丹,张丽娇,郭彩玲,刘刚. 光学学报. 2014(12)
[7]三维坐标转换的通用整体最小二乘算法[J]. 方兴,曾文宪,刘经南,姚宜斌. 测绘学报. 2014(11)
[8]基于多传感器融合的移动测绘系统应用评述[J]. 徐工,曲国庆,卢鑫. 传感器与微系统. 2014(08)
[9]基于特征的机载激光点云与影像数据的融合[J]. 徐勇,裴海龙. 计算机测量与控制. 2014(02)
[10]点云模型法矢调整优化算法[J]. 孙金虎,周来水,安鲁陵. 中国图象图形学报. 2013(07)
博士论文
[1]机载LiDAR点云与遥感影像融合的地物分类技术研究[D]. 董保根.解放军信息工程大学 2013
[2]三维点云数据处理的技术研究[D]. 王丽辉.北京交通大学 2011
[3]点模型的降噪与三维重建算法研究[D]. 杨军.西南交通大学 2007
[4]三维数字表面去噪光顺技术研究[D]. 胡国飞.浙江大学 2005
硕士论文
[1]任意旋转角下三维基准转换的整体最小二乘法[D]. 林鹏.安徽理工大学 2015
[2]三维图像拼接算法的研究[D]. 安雁艳.中北大学 2015
[3]基于小波分析的地面三维激光扫描点云数据的滤波方法研究[D]. 靳洁.长安大学 2013
[4]稳健线性回归中再生权最小二乘法的有效性研究[D]. 张娟娟.太原理工大学 2013
[5]点云数据滤波处理及特征提取研究[D]. 李犇.首都师范大学 2012
本文编号：3315125
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：171 页
【学位级别】：博士
【部分图文】：
二维原始数据与节点关系
2 点云数据处理基本理论分为右子树，包含点{(9,6), (8,1)}；右子树中未构建节点的数据重复上述 和 c 显示了一个二维点集构建 kd 树结果。(9,6)(8,1)(4,7)(5,4)(2,3)(9,6)(8,1)(7,2)(2,（b） 图 2-2 二维 kd 树划分过程e 2-2 Process of dividing a two-dimensional
图 2-7 基于八叉树的点云分割结果（图片来源网络）Figure 2-7 Octree-based point cloud segmentation (image source netwo八叉树存储结构叉树的存储结构主要有三种，即规则八叉树、线性八叉树则八叉树用 9 个字段存储每个节点，其中 1 个字段描述节存放指向 8 个子节点的指针。这种方式的最大问题是占用八叉树采用线性表方式存储节点，表中直接存储每个节点的相对规则八叉树虽然节省了存储空间，但运算效率降低。种数据结构对比分析一般仅用于三维空间，而 K-d 树则可以用于 k 维空间。八单，但其对于点云数据集的最小粒度的确定较为困难。粒数过大，查询的效率也较低；反之，则增加了八叉树的深间增加的弊端。K-d 树在邻域查询中具有优势，但其效率长的关系。此外，维度越大，则效率越低。有学者将两种
【参考文献】：
期刊论文
[1]基于坡度和区域生长的城市LiDAR点云滤波方法[J]. 张宁宁,杨英宝,于双. 地理空间信息. 2016(03)
[2]地基SAR与三维激光扫描数据融合方法研究[J]. 邹进贵,田径,陈艳华,毛庆华,李琴. 测绘地理信息. 2015(03)
[3]一种基于改进区域增长的行道树点云提取方法[J]. 张恒,许君一,刘如飞,岳国伟. 测绘科学技术学报. 2015(02)
[4]结合LiDAR点云和航空影像的建筑物三维变化检测[J]. 彭代锋,张永军,熊小东. 武汉大学学报(信息科学版). 2015(04)
[5]高光谱遥感影像与机载LiDAR数据融合的地物提取方法研究[J]. 董彦芳,庞勇,许丽娜,陈立泽. 遥感信息. 2014(06)
[6]基于多源信息融合的果树冠层三维点云拼接方法研究[J]. 周薇,马晓丹,张丽娇,郭彩玲,刘刚. 光学学报. 2014(12)
[7]三维坐标转换的通用整体最小二乘算法[J]. 方兴,曾文宪,刘经南,姚宜斌. 测绘学报. 2014(11)
[8]基于多传感器融合的移动测绘系统应用评述[J]. 徐工,曲国庆,卢鑫. 传感器与微系统. 2014(08)
[9]基于特征的机载激光点云与影像数据的融合[J]. 徐勇,裴海龙. 计算机测量与控制. 2014(02)
[10]点云模型法矢调整优化算法[J]. 孙金虎,周来水,安鲁陵. 中国图象图形学报. 2013(07)
博士论文
[1]机载LiDAR点云与遥感影像融合的地物分类技术研究[D]. 董保根.解放军信息工程大学 2013
[2]三维点云数据处理的技术研究[D]. 王丽辉.北京交通大学 2011
[3]点模型的降噪与三维重建算法研究[D]. 杨军.西南交通大学 2007
[4]三维数字表面去噪光顺技术研究[D]. 胡国飞.浙江大学 2005
硕士论文
[1]任意旋转角下三维基准转换的整体最小二乘法[D]. 林鹏.安徽理工大学 2015
[2]三维图像拼接算法的研究[D]. 安雁艳.中北大学 2015
[3]基于小波分析的地面三维激光扫描点云数据的滤波方法研究[D]. 靳洁.长安大学 2013
[4]稳健线性回归中再生权最小二乘法的有效性研究[D]. 张娟娟.太原理工大学 2013
[5]点云数据滤波处理及特征提取研究[D]. 李犇.首都师范大学 2012
本文编号：3315125
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3315125.html
