基于机载激光雷达数据的滤波分类与建筑物提取技术研究

发布时间：2020-11-07 16:09

　　 机载激光雷达技术是一种通过机载雷达设备快速获取地形地物信息的新型测绘技术。该技术具有明显优势,包括作业周期短,数据精度高,环境适应性强等,因此被广泛应用于林业检测,地形测绘,数字城市,铁路电力线规划等领域。近年来,利用机载激光雷达数据开展的研究主要围绕如何快速准确地分离地面与地物目标信息这一关键问题展开。为此,本文以机载激光雷达数据为研究对象,对机载激光雷达数据的滤波分类,建筑物点云提取等关键问题进行了深入研究。本文主要研究内容如下:1)系统介绍了机载激光雷达系统的组成和工作原理,以及LiDAR点云数据的概念与特性。此外,全面概述了常用滤波算法的优缺点和特征提取分类的相关研究,为本文研究提供了理论依据。2)针对原始点云数据存在的高低位粗差点以及孤立噪声点现象,充分考虑待测点与其近邻点的高程差异以及与近邻点间的几何距离关系,提出了基于局部K-近邻去噪的改进算法,该方法可以快速有效地剔除点云数据中高低位粗差点和孤立噪声点,并且对于簇状的高低位粗差点也有一定的效果。3)提出了一种自适应条带策略的点云滤波方法,通过将三维点云数据进行x和y方向条带划分,将计算从三维降至二维,进一步考虑地形因素将数据条带切片,生成网格条带,并在每个条带网格上进行多项式拟合,然后通过计算真实数据与拟合地面曲线的残差,与自适应的残差阈值比较得到单一方向的分类结果,最后,综合x和y方向条带数据点的分类结果得到最终的滤波结果。通过一系列实验验证,该方法可以有效地过滤点云数据,并且相比于现有的滤波算法具有更优的过滤性能。4)在传统利用首末高程差判断植被点的方法上,提出了一种基于回波信息高程差的改进分类算法。该方法根据建筑物边缘相似性,通过构造首次回波点的邻域,计算待测首次回波点与其邻域内其它首次回波点的首末高程差的标准差来确定多回波点是否为植被点。实验证明通过计算首次回波点邻域内回波点高程差的标准差,可以有效地检测植被点云,并且避免了建筑物边缘回波点错误分类为植被点的情况。5)提出了一种基于局部多特征分类的建筑物边缘提取方法,该方法首先对每个非地面点构建R半径邻域,对每个邻域集提取多特征信息,然后根据多特征信息进行特征分类,并依据邻域连通性将邻域聚成簇类,最后使用改进扫描线算法提取建筑物边缘点集。其中,在该方法中,本文构造了激光点的分类系数进行特征分类判断,通过计算每个激光点的分类系数将激光点标记为建筑物点,植被点以及其它点。当激光点分类后,每个聚类再根据激光点的分类情况分离出建筑物点云,植被点云。通过实验验证,基于局部多特征的分类方法可以有效地分割并提取城区激光雷达数据的建筑物点云,并且对植被点具有良好的分类效果,此外,改进的点云扫描线算法能够精确地提取建筑物边缘。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN958.98
【部分图文】：

图 2.1 LiDAR 系统主要组成（ALS,GPS,IMU）[17]激光系统获取的距离信息是通过激光雷达扫描仪获得的，激光扫描仪位置，并接收目标位置反射回的脉冲（如图 2.2 所示，飞行器以“Z”飞行器底部或者头部的传感器负责记录[18]）。利用脉冲的时间差计算发离，公式如下：2c tD ，D 表示发射点到目标的距离，c 指光速，t 表示脉冲发射到接收返回目标激光扫描仪发射器发射脉冲接收脉冲

数的激光扫描仪能够从单个传输的脉冲中捕获多个回波形区域，其尺寸随着距传感器的距离变大而增大[18]。言，光束发散度为 0.8 mrad，飞行高度为 1000 米，激样的覆盖区域内，可能遇到不同高度的多个物体，导致分，并被接收器记录为不同的返回。如图 2.3 所示，一木的两个部分，然后击中地面。脉冲的一部分击中较能被反向散射到接收器[19]。由于这部分脉冲比其它部分被记录为第一次回波。脉冲的其余部分继续行进，直到量再次被反向散射到接收器，被记录为第二次回波。最接收器，则被记录为脉冲的最后一次回波。多次回波是可以用于区分植被和建筑物等不可穿透的物体，因为体通常只会有一次回波。

图(a)显示为城市某块地区的原始三维点云（红色圆圈标注区为数据丢失图(b)显示对应的正射影像，图(c)为对应的三维显示LiDAR 点云处理流程AR 点云数据的处理过程如图 2.5 所示：点云数据 滤波后的数据滤波分类后的点云特征提取DTMDSM地形建模建筑物建模城市图 2.5 LiDAR 点云数据的一般处理流程个处理流程主要分为四个处理步骤，分别是滤波、特征提取（分类）、地
【参考文献】

相关期刊论文 前7条

1 胡永杰;程朋根;陈晓勇;聂运菊;李荣;;机载激光雷达点云滤波算法分析与比较[J];测绘科学技术学报;2015年01期

2 郭向前;郝伟涛;李响;;基于机载LIDAR技术的研究及其展望[J];测绘与空间地理信息;2013年02期

3 左志权;张祖勋;张剑清;;三维有限元分析的LIDAR点云噪声剔除算法[J];遥感学报;2012年02期

4 王金亮;陈联君;;激光雷达点云数据的滤波算法述评[J];遥感技术与应用;2010年05期

5 路兴昌;张学霞;;基于回波强度和采样点距离的点云滤波研究[J];测绘科学;2009年06期

6 王建宇;洪光烈;;激光主动遥感技术及其应用[J];激光与红外;2006年S1期

7 隋立春;张宝印;;Lidar遥感基本原理及其发展[J];测绘科学技术学报;2006年02期

相关博士学位论文 前2条

1 史建青;机载LiDAR在省级基础测绘中若干关键技术研究[D];武汉大学;2014年

2 钟良;LiDAR同机影像辅助点云分类相关技术研究[D];武汉大学;2011年

相关硕士学位论文 前2条

1 陈飞;基于机载LiDAR点云的道路提取方法研究[D];西南交通大学;2013年

2 李斯琼;机载激光雷达数据滤波与建筑物提取方法研究[D];哈尔滨工业大学;2012年

本文编号：2874170