机载LIDAR点云数据滤波及建筑物点群分割研究

发布时间：2017-05-03 01:13

  本文关键词：机载LIDAR点云数据滤波及建筑物点群分割研究，由笔耕文化传播整理发布。

【摘要】：机载激光雷达(Light Detection and Ranging,LIDAR)技术作为新兴的一门综合性技术,在地理国情监测、地形勘测和三维城市建模等方面有很大地应用。本文从点云滤波和建筑物点群分割两方面进行了探讨和研究。 为了便于管理海量的机载LIDAR点云数据,本文基于虚拟格网对原始点云数据进行组织。虚拟格网既保留了点云的原始信息,又具有格网数据便于组织和邻域选择的优点。在对机载LIDAR点云数据特点和现有滤波算法进行研究讨论后,尝试改进了数学形态学滤波算法,将传统数学形态学滤波方法所采用的固定窗口大小和固定高差阈值改进为渐变窗口大小和变高差阈值。 本文详细介绍基于形态学梯度和区域生长的滤波方法。该方法以每个点的形态学梯度为先决条件,对形态学梯度满足一定条件的点云进行标记；对标记点的邻域内所有点云进行条件开运算,比较开运算前后的高差,以此为条件进行分离地面点和非地面点；循环上述步骤,.直至满足迭代停止条件。对可能造成的过度滤波增加了区域生长,可以有效地提高滤波效果和精度。实验表明,基于形态学梯度和区域生长的滤波方法能够有效地改善建筑物边缘和高大植被区的滤波效果,对各类地形具有一定的适用性。 建筑物模型可以看作由多个平面构成,本文对平面所含的点云进行了分割处理,采用了改变的随机霍夫变换对建筑物屋顶面面片所含点云进行了提取。基于改进的随机霍夫变换方法地面片提取本质上只采用了数学的思想,从面片的几何特征进行了考虑,从非地面点云中探测出三维离散点云相对应的最佳平面。决定算法效率的关键参数有四个,沿θ、φ和ρ三轴的步长以及增长阂值。本文改进的随机霍夫变换通过点与平面的距离、点与点之间的距离和高差来自动控制平面增长,能够有效地提高算法效率和分割精度。 最后,联合C#.NET和AutoCAD.NET技术在AutoCAD上进行了二次开发,编写机载LIDAR点云数据滤波及建筑物点群分割程序——LIDAR-DMP。该程序能够实现数据读取、分类显绘、数据组织、滤波处理、建筑物提取等功能。
【关键词】：机载LIDAR 滤波 形态学 建筑物点群分割 霍夫变换
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TU198;P225
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-16
• 1.1 研究背景及意义11-12
• 1.2 国内外现状12-14
• 1.2.1 点云滤波12-13
• 1.2.2 建筑物提取13-14
• 1.3 本文主要内容及结构14-16
• 第2章 机载激光雷达点云数据滤波研究16-30
• 2.1 机载LIDAR点云数据特点及组织16-19
• 2.1.1 点云数据特点16-18
• 2.1.2 点云数据组织18-19
• 2.2 现有滤波算法分析19-23
• 2.2.1 基于数学形态学的滤波方法19-20
• 2.2.2 基于坡度的滤波方法20-21
• 2.2.3 基于不规则三角网加密的滤波方法21
• 2.2.4 基于聚类分割的滤波方法21-22
• 2.2.5 基于微分形态学断面的滤波方法22-23
• 2.3 基于改进的数学形态学滤波方法23-26
• 2.4 基于形态学梯度和区域生长的滤波方法26-28
• 2.5 本章小结28-30
• 第3章 建筑物点群分割研究30-38
• 3.1 现有建筑物提取方法概述30-33
• 3.1.1 基于区域生长的建筑物提取30
• 3.1.2 基于霍夫变换的建筑物提取30-32
• 3.1.3 基于影像融合的建筑物提取32-33
• 3.2 基于随机霍夫变换的建筑物点群分割方法33-37
• 3.2.1 随机霍夫变换检测直线方法33-34
• 3.2.2 基于改进的随机霍夫变换的平面提取34-35
• 3.2.3 边界线提取探讨35-37
• 3.3 本章小结37-38
• 第4章 软件研制及实验分析38-56
• 4.1 软件研制38-43
• 4.1.1 研制平台38-39
• 4.1.2 功能模块总体规划和设计39-41
• 4.1.3 软件操作流程41-43
• 4.2 实验分析43-56
• 4.2.1 点云数据滤波43-49
• 4.2.2 建筑物点群分割49-56
• 结论与展望56-58
• 致谢58-59
• 参考文献59-61

【参考文献】

中国期刊全文数据库 前9条

1 李英成,文沃根,王伟;快速获取地面三维数据的LIDAR技术系统[J];测绘科学;2002年04期

2 张小红,刘经南;机载激光扫描测高数据滤波[J];测绘科学;2004年06期

3 章大勇;吴文启;吴美平;逯亮清;;基于三维Hough变换的机载激光雷达平面地标提取[J];国防科技大学学报;2010年02期

4 靳生洪;杨鸿海;王莲玉;;基于格网化LIDAR点云数据坡度滤波方法的研究[J];测绘与空间地理信息;2013年06期

5 曾接贤;王斌斌;陈志良;;基于距离约束的随机Hough变换直线检测算法[J];南昌航空大学学报(自然科学版);2011年03期

6 张小红;耿江辉;;机载激光扫描测高中激光脚点点群分割新方法[J];武汉大学学报(信息科学版);2006年07期

7 张祖勋;;由数字摄影测量的发展谈信息化测绘[J];武汉大学学报(信息科学版);2008年02期

8 李勇;吴华意;;基于形态学梯度的机载激光扫描数据滤波方法[J];遥感学报;2008年04期

9 刘健庄;;一种高效的Hough变换实现方法[J];信号处理;1992年01期

中国博士学位论文全文数据库 前5条

1 郑毅;LIDAR数据的城区建筑物提取技术研究[D];华中科技大学;2011年

2 周晓明;机载激光雷达点云数据滤波算法的研究与应用[D];解放军信息工程大学;2011年

3 曾齐红;机载激光雷达点云数据处理与建筑物三维重建[D];上海大学;2009年

4 王刃;机载LIDAR数据滤波与建筑物提取技术研究[D];解放军信息工程大学;2008年

5 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学（北京）;2013年

  本文关键词：机载LIDAR点云数据滤波及建筑物点群分割研究，，由笔耕文化传播整理发布。

本文编号：342056