基于机载LiDAR的林间道路提取方法研究

发布时间：2017-07-02 10:12

  本文关键词：基于机载LiDAR的林间道路提取方法研究，由笔耕文化传播整理发布。

【摘要】：道路是人类交通的重要组成部分,在人类对森林的管理中起着重要的作用,林间道路的数据采集对于车辆导航、火灾抢险、林业研究、地籍管理、GIS数据库更新等是必不可少的数据源。随着国民经济的飞速发展,人们对获取林间道路的完整信息的需求也越来越高,如何高效、准确、时效的获取林间道路信息成为了人类获取信息的热点。机载LiDAR测量技术的出现,以其高效准确的三维信息获取能力和丰富的回波信息,为获取林间道路信息打开了一扇新的大门。目前,关于机载LiDAR技术的研究,主要集中在改善点云精度、优化测量系统、对点云数据的滤波、建筑物的建模等等。在滤波方面,研究的成果主要适用于地形平坦的城市区域,而对地形起伏较大的森林山地地区研究较少；而对道路提取方法的研究中,比较成熟的方法是利用遥感影像对道路进行提取,利用机载LiDAR点云数据对道路的提取研究还比较少,学者们对LiDAR点云数据的利用还不够全面。针对上述的多方面的因素,本文综合利用了机载LiDAR点云数据中的三维信息和回波信息,以快速、准确、高效的获取林间道路信息为目的进行了一系列的研究,具体研究内容包括：(1) 概括总结了机载LiDAR技术的发展,以及国内外对其研究的进展,介绍了机载LiDAR系统的组成部分、测量技术的主要原理、点云数据的结构特点和主要应用领域。(2) 讲解分析了现有的几种经典的点云滤波方法,对每种方法进行了简要的评价。针对本文对林间道路信息进行提取的目的,采用了改进坡度的形态滤波学,该算法在渐变式多尺度形态学滤波的基础上进行了改进,使其对地形起伏较大的区域有着更好的适应性,为位于山林地区的林间道路的提取提供了精度保证。(3) 基于林间道路的形态特征和支持向量机原理,提出一种从机载LiDAR点云数据中提取林间道路的方法。首先,选取末次回波去噪、栅格化,生成数字表面模型和强度信息模型；然后,经过改进坡度的形态学滤波,得到DEM,并获取道路潜在区域；再通过支持向量机对坡度信息进行分类和强度信息的分类,得到含有少量噪声的初始道路区域；最后,利用形态参数对初始道路区域进行去噪、精化,得出最终道路区域。(4) 选取了非平坦区域的森林地区,运用了本文提出的方法,使用MATLAB编程实现了林间道路的提取。实验证明,该方法的预测精度较高,与遥感影像对比,能较好的提取出道路区域,且具有较高的正确率和完整性。并说明了该算法的一些不足,以及林间道路提取方法研究的发展方向。
【关键词】：机载LiDAR 滤波 林间道路 分类提取 支持向量机 强度信息 坡度信息
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S773;P237
【目录】：

• 摘要6-8
• Abstract8-12
• 第1章 绪论12-17
• 1.1 研究背景与意义12-13
• 1.2 国内外研究现状13-15
• 1.3 本论文主要结构与内容15-17
• 第2章 机载激光雷达技术与原理17-24
• 2.1 机载激光雷达系统与测量原理17-19
• 2.2 机载激光雷达点云数据19-22
• 2.3 机载激光雷达的应用22-24
• 第3章 LiDAR点云数据滤波24-33
• 3.1 滤波的基本原理24-25
• 3.2 现有的滤波方法及评价25-30
• 3.2.1 基于数学形态学的滤波算法25-27
• 3.2.2 基于不规则三角网加密的滤波算法27
• 3.2.3 基于地形坡度的滤波算法27-28
• 3.2.4 基于聚类分割的滤波算法28-29
• 3.2.5 迭代线性最小二乘内插滤波算法29-30
• 3.3 改进坡度的多尺度形态学滤波30-33
• 3.3.1 渐进式形态学滤波原理30
• 3.3.2 改进坡度的多尺度形态学滤波算法30-33
• 第4章 基于SVM的机载LiDAR点云林间道路提取33-48
• 4.1 现有的道路提取方法33-36
• 4.1.1 基于遥感影像的道路提取方法33-34
• 4.1.2 结合LIDAR点云数据和遥感影像信息的道路提取方法34-35
• 4.1.3 基于LIDAR点云数据的道路提取方法35-36
• 4.2 支持向量机(Support vector machine,SVM)36-39
• 4.3 基于SVM提取林间道路方法39-48
• 4.3.1 林间道路提取的数据预处理过程40-41
• 4.3.2 林间道路提取的实验与分析41-48
• 结论与展望48-50
• 致谢50-51
• 参考文献51-54

【相似文献】

中国期刊全文数据库 前10条

1 喜文飞;史正涛;;一种新的点云数据组合精简算法研究[J];科技通报;2014年03期

2 刘志军;;基于三坐标测量机的点云数据测量规划研究[J];黑龙江科技信息;2008年20期

3 张会霞;;基于八叉树的点云数据的组织与可视化[J];太原师范学院学报(自然科学版);2011年03期

4 方源敏;夏永华;陈杰;宋炜炜;杨永明;左小清;;基于改进的角度偏差法的采空区点云数据精简[J];地球科学与环境学报;2012年02期

5 徐伟恒;冯仲科;苏志芳;胥辉;焦有权;邓欧;;一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J];光谱学与光谱分析;2014年02期

6 靳克强;龚志辉;汤志强;张斌;袁辉;;机载激光雷达点云数据质量评价体系分析与探讨[J];测绘与空间地理信息;2012年04期

7 刘亚文;庞世燕;左志奇;;蚁群算法的建筑立面点云数据提取[J];武汉大学学报(信息科学版);2012年11期

8 喜文飞;方源敏;李帅;李健;;一种新的激光点云数据精简方法[J];测绘工程;2012年04期

9 何丽;李嘉;郑德华;;基于栅格的点云数据的边界探测方法[J];测绘工程;2013年03期

10 刘尚蔚;朱小超;张永光;魏群;;多片点云数据拼接处理技术的研究[J];水利与建筑工程学报;2014年01期

中国重要会议论文全文数据库 前10条

1 闫龙;;摄影测量点云数据精简研究[A];第二十九届中国控制会议论文集[C];2010年

2 吴美金;;基于薄壁构件的点云数据提取[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

3 段文国;张爱武;蔡广杰;;基于VTK的点云数据绘制研究与实现[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 宋碧波;卢小平;卢遥;;基于点云数据的建筑物三维重建[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

5 张伟忠;张顺海;于德敏;;点云数据与建模软件的接口设计[A];全国第13届计算机辅助设计与图形学（CAD/CG）学术会议论文集[C];2004年

6 吕琼琼;杨晓晖;杨唐文;韩建达;庄严;;激光雷达点云数据的三维建模技术[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

7 刘佳;张爱武;杨丽萍;;室内场景激光点云数据的三维建模[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

8 隋立春;张熠斌;赵旦;;基于MicroStation的机载LiDAR点云数据分类处理软件[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

9 黄承亮;吴侃;刘虎;;基于三维TIN的格网化点云数据特征提取[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

10 杨铭;陈建峰;;基于CUDA的海量点云数据kNN查询算法[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

中国博士学位论文全文数据库 前10条

1 赵江洪;古建筑散乱点云基准面的提取与拟合[D];武汉大学;2012年

2 谷晓英;三维重建中点云数据处理关键技术研究[D];燕山大学;2015年

3 胡峰俊;三维离散点云数据的预处理和配准技术研究[D];浙江工业大学;2015年

4 董秀军;三维空间影像技术在地质工程中的综合应用研究[D];成都理工大学;2015年

5 李晓捷;基于深度相机的三维人体重建及在服装展示方面的技术研究[D];天津工业大学;2016年

6 张坤;基于三维激光扫描的点云数据逆向重建算法研究[D];燕山大学;2016年

7 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年

8 王果;不同平台激光点云数据面状信息自动提取研究[D];中国矿业大学（北京）;2014年

9 赵煦;基于地面激光扫描点云数据的三维重建方法研究[D];武汉大学;2010年

10 张会霞;三维激光扫描点云数据组织与可视化研究[D];中国矿业大学（北京）;2010年

中国硕士学位论文全文数据库 前10条

1 张磊;大型钢结构建筑安装质量检测与变形监测软件系统设计与实现[D];北京建筑大学;2015年

2 饶杰;基于激光点云数据的建筑物快速三维建模[D];中国地质大学(北京);2015年

3 李俊宝;TLS在古建筑物测绘及建模中的应用研究[D];长安大学;2015年

4 谢金坤;基于事故车辆车身变形的碰撞速度研究[D];长安大学;2015年

5 顾品荧;基于点云数据的基本款女西装样板生成系统研究[D];苏州大学;2015年

6 李国瑞;车载LiDAR点云中的车辆自动检测技术[D];长安大学;2015年

7 江静;建筑物LiDAR点云数据特征检测及配准关键技术研究[D];集美大学;2015年

8 梁子瑜;基于TLS点云数据的林分调查因子测定及收获估计[D];南京林业大学;2015年

9 喻W毶，

本文编号：509469