机载激光雷达点云数据滤波方法研究

发布时间：2017-07-07 15:00

  本文关键词：机载激光雷达点云数据滤波方法研究

  更多相关文章： 机载激光雷达 滤波 形态学 区域增长 桥梁提取 点云栅格化

【摘要】：机载激光雷达技术(Airborne Light Detection And Ranging,简称LiDAR)已成为一种新型空间数据获取手段,利用激光测距技术、高精度动态载体姿态测量技术和高精度动态GPS差分定位技术获取各激光脚点的空间三维坐标及反射强度等信息。LiDAR为主动式遥感,其数据采集对天气、季节以及时段要求较低,可快速获取地表空间信息。数字高程模型作为基础测绘数据,在地学分析等方面扮演中重要的角色,机载LiDAR已成为快速获得大范围高精度DEM的重要手段。 本文首先介绍了常用的滤波算法,并总结了滤波算法的精度评定方法,详细地介绍了定量分析中评价方法及评价指标。对涉及到滤波的相关问题进行了论述和分析,例如：首末回波的选择、点云密度与栅格大小的确定、数字高程模型的确定等,得出：末次回波更有利于滤波处理,能够充分利用LiDAR的穿透性；适当的点云密度可提供点云数据的滤波精度,但过高的点云密度则造成数据冗余,降低滤波效率且对滤波精度并无提高；部分算法在滤波处理的过程中可生成DEM,但是该DEM是基于滤波设计并非最优,故需对激光脚点进行判断,然后利用成熟的内插方法生成数字高程模型。 机载LiDAR的视场角比传统摄影测量相机小,且航高较低,数据容易存在扫描漏洞；同时由于房屋遮挡及水体吸收也会产生数据空洞。许多滤波算法是基于栅格数据对点云数据进行滤波,故在滤波前需进行点云数据栅格化。本文系统总结了点云栅格化的流程,对现有的大面积数据缺失的填充方法进行分析,提出了基于地形的填充方法,实验结果表明：地形填充可适应不同原因造成的区域数据缺失,能够有效地保证高程的连续性并可保证滤波精度。 桥梁作为交通枢纽,是连接间隔地面的构筑物,其与地面有着诸多相同的特性。桥梁属于非常重要的地物类型,部分滤波算法将桥梁保留,而部分则将其移除。为了增强地面点的可信度并满足不同用途的需求,因此将桥梁提取并根据实际需求予以移除或者保留。本文在对形态学滤波和区域生长滤波研究的基础上,通过桥梁特点的归纳和分析,提出了一种基于形态学滤波和区域生长滤波的差异性进行桥梁探测的算法。该算法不受桥梁的形状限制,桥梁可分叉、无需平行和等宽,甚至在部分桥梁数据不完整的情况下也有效。 对多尺度形态学滤波进行改进,根据结构元可能对应的地物类型进行高差阈值的选择,同时在滤波过程中顾及了结构元与滤除地物的形态特征(面积、宽度等)。针对基于形态学滤波存在的过度腐蚀地形,以及基于区域生长滤波需要大量地面种子点的现象,提出了一种从粗到精的两级滤波策略。首先对LiDAR点云数据进行改进的多尺度的形态学滤波(“粗滤波”)得到粗略DEM,由此可提供大量的地面种子点用于区域生长(“精滤波”),从而得到精细DEM。该滤波算法所需参数较少,精度不受最大滤波窗口影响,仅与生长高差相关,较单独形态学滤波精度有明显的提高。利用ISPRS提供的滤波数据进行测试,所有样本的整体滤波精度达到总误差3.51%和Kappa系数87.70%,结果表明：基于形态学与区域生长的LiDAR点云数据滤波算法的精度优于当前的多种算法,对地形适应较强,可有效地保证地形细节特征,且具有较好的稳健性。
【关键词】：机载激光雷达 滤波 形态学 区域增长 桥梁提取 点云栅格化
【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】：P225;P237
【目录】：

• 摘要6-8
• Abstract8-12
• 第1章 绪论12-15
• 1.1 引言12
• 1.2 国内外研究现状12-13
• 1.3 论文的主要结构13-15
• 第2章 机载激光雷达技术原理15-21
• 2.1 机载激光雷达构成与原理15-17
• 2.2 机载激光雷达点云数据17-19
• 2.3 机载激光雷达的应用19-21
• 第3章 机载激光雷达滤波及其相关问题分析21-40
• 3.1 现有的滤波方法21-27
• 3.1.1 线性预测滤波算法22-23
• 3.1.2 加密滤波算法23-24
• 3.1.3 形态学滤波算法24-25
• 3.1.4 聚类分割的滤波算法25-26
• 3.1.5 滤波算法对比分析26-27
• 3.2 滤波方法的评价27-29
• 3.3 相关的若干问题分析29-31
• 3.3.1 首末回波选择29-30
• 3.3.2 点云密度的分析30
• 3.3.3 数字高程模型的确定30-31
• 3.4 点云数据栅格化研究31-36
• 3.4.1 数据栅格化31
• 3.4.2 邻近填充31-32
• 3.4.3 最低点填充32
• 3.4.4 地形填充32-33
• 3.4.5 不同方法对比分析33-36
• 3.5 桥梁提取36-40
• 3.5.1 桥梁提取分析36-37
• 3.5.2 桥梁提取算法流程37
• 3.5.3 实例验证37-40
• 第4章 基于形态学与区域生长的滤波算法40-51
• 4.1 基于形态学与区域生长的滤波算法40-44
• 4.1.1 数据预处理41-42
• 4.1.2 改进的多尺度渐变窗口形态学42-44
• 4.1.3 区域生长44
• 4.1.4 桥梁剔除44
• 4.1.5 数字高程模型确定及滤波精度评定44
• 4.2 参数分析44-46
• 4.3 ISPRS数据实验分析46-48
• 4.4 机载LiDAR滤波处理软件48-51
• 结论与展望51-53
• 致谢53-54
• 参考文献54-58
• 附录1 ISPRS测试数据58-60
• 附录2 ISPRS资料滤波结果60-66
• 攻读硕士学位期间发表的论文及科研成果66

【参考文献】

中国期刊全文数据库 前10条

1 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

2 宁津生;王正涛;;测绘学科发展综述[J];测绘科学;2006年01期

3 李卉;李德仁;黄先锋;钟成;;一种渐进加密三角网LIDAR点云滤波的改进算法[J];测绘科学;2009年03期

4 龚亮;张永生;李正国;包全福;;基于强度信息聚类的机载LiDAR点云道路提取[J];测绘通报;2011年09期

5 黄先锋;李卉;王潇;张帆;;机载LiDAR数据滤波方法评述[J];测绘学报;2009年05期

6 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

7 隋立春;杨耘;;基于car(p,q)模型和数学形态学理论的LiDAR点云数据滤波[J];测绘学报;2012年02期

8 左志权;张祖勋;张剑清;;知识引导下的城区LiDAR点云高精度三角网渐进滤波方法[J];测绘学报;2012年02期

9 董保根;秦志远;朱传新;徐验兵;;关于机载LiDAR点云数据形态学滤波的几点思考[J];测绘科学;2013年04期

10 李清泉,李必军,陈静;激光雷达测量技术及其应用研究[J];武汉测绘科技大学学报;2000年05期

中国博士学位论文全文数据库 前3条

1 罗伊萍;LIDAR数据滤波和影像辅助提取建筑物[D];解放军信息工程大学;2010年

2 左志权;顾及点云类别属性与地形结构特征的机载LiDAR数据滤波方法[D];武汉大学;2011年

3 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

，

本文编号：530633