机载激光雷达点云滤波算法研究

发布时间：2017-08-16 09:20

  本文关键词：机载激光雷达点云滤波算法研究

  更多相关文章： 机载激光LiDAR滤波 算法的比较和分析 数学形态学 空洞修复 TPS模型 偏度平衡法

【摘要】：近年来随着机载激光LiDAR数据获取技术的不断成熟,在测绘、电力、交通、林业等行业上得到了广泛应用,社会需求也日益增强。机载激光LiDAR的数据处理是该系统的重要组成部分,约占整个LiDAR工作项目时间的80%,其中点云滤波获取DEM是最基本的数据处理工作,对后续数字3D产品的生产和应用起到关键的作用,因此点云滤波成为了LiDAR系统研究的一个重要的课题方向。目前LiDAR滤波研究重点在于如何通过计算机较少的人工干预提高滤波精度和较好的保留关键的地形特征,以及如何实现没有或较少的参数输入实现自动化滤波。针对这种情况,本文主要的工作和创新点如下:1.点云滤波算法实现机理的研究在以往的相关文章中很少介绍实现滤波算法的前题条件,在本文的研究现状中,详细的分析和介绍了当前滤波算法的实现机理和前提假设条件,同时也总结了当前滤波算法主要的数据处理软件和研究机构,这为以后滤波算法的研究提供了更多的理论基础和资源。2.现有点云滤波算法比较的研究研究滤波算法就要先研究现有滤波算法的特点,这有利于改进和创新算法。在本文首先对滤波算法的滤波精度评定方法做了归纳和总结,在此基础上选取了12种当前主流的滤波算法进行了比较和分析。针对当前算法大多不具有普适性的特点,这里创新的将15组实验数据分成了三组:粗糙的斜坡和密集植被区域;相对平坦的城区区域;不连续的地表和粗糙地形区域。通过分组实验可以直观的反映当前滤波算法的特点以及所存在的不足。3.一种改善的数学形态学点云滤波算法的研究数学形态学理论成熟,效率高,在机载LiDAR滤波算法中占据了重要的地位。在本文中在分析了现有数学形态学滤波算法所存在的不足基础上,提出了基于形态学理论和TPS模型的点云滤波。该方法的特点在于不是直接用形态学直接得到最终的DEM成果,而是首先通过数学形态学得到近似的DEM,在得到近似DEM过程中引入了对河水或湖泊造成点云大面积空洞的修复技术,这种修复技术可以明显的减少对最终点云分类的影响。在对最终原始点云分类的过程中,引入了TPS变形模型,TPS相对于其它的插值方法具有反映高程异常变化的物理特性,具有光滑、连续、弹性好的特点,而且该方法不需要测量点呈规则分布,因此较适合离散点云的插值,它能插值出光滑的表面,有利于提高插值精度。在分类过程中对于每个离散点都会根据近似DEM,利用TPS模型插值出该点的所在地形的坡度以及高程值,从而最终根据这些综合因素分类原始点云为地面点和非地面点,通过实验验证了该方法不仅有较高的滤波精度和较好的保留地形特征,而且也能辅助人工滤波提高滤波精度。4.非监督分类的偏度平衡法滤波方法的研究基于高程的偏度平衡法是典型的非监督分类方法,该方法无需参数输入,自动完成滤波,它的假设前提就是地面点服从正态分布而非地面点会对这种分布进行干扰,但基于这种偏度系数参数统计的方法有一定的局限性,仅适用于较为平坦的区域,且假设建筑物等非地面点均高于地面点,因此对有起伏的城区,滤波会出现失败的情况。针对这种情况本文提出了一种改进的方法,基于高差的偏度平衡法,首先通过二次曲面近似的拟合地形,然后求得每个点到近似地形的高差,然后偏度平衡法针对高差完成滤波,通过实验验证了该方法的可行性。
【关键词】：机载激光LiDAR滤波 算法的比较和分析 数学形态学 空洞修复 TPS模型 偏度平衡法
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN958.98;TN713
【目录】：

• 摘要3-5
• Abstract5-11
• 1 绪论11-19
• 1.1 研究背景和意义11-12
• 1.2 国内外研究现状12-17
• 1.2.1 LiDAR点云滤波12-14
• 1.2.2 LiDAR处理软件14-17
• 1.2.3 国内外研究机构17
• 1.3 本文的研究内容17-19
• 2 机载激光LiDAR系统与点云数据19-33
• 2.1 系统组成19-25
• 2.1.1 激光测距单元20-21
• 2.1.2 光学机械扫描单元21-23
• 2.1.3 惯性导航系统INS23-24
• 2.1.4 动态差分GPS24-25
• 2.2 定位原理25-27
• 2.2.1 机载LiDAR定位原理25-26
• 2.2.2 构像方程26-27
• 2.3 机载LiDAR点云数据27-31
• 2.3.1 机载LiDAR的通用格式LAS文件28-29
• 2.3.2 机载LiDAR获得的数据种类29-31
• 2.3.3 机载LiDAR的数据特点31
• 2.4 机载LiDAR后处理流程31-32
• 2.5 本章小结32-33
• 3 滤波算法分析与比较33-43
• 3.1 滤波算法精度的评定方法33-35
• 3.1.1 目视法33
• 3.1.2 随机抽样法33
• 3.1.3 交叉表法33-34
• 3.1.4 Kappa系数法34-35
• 3.2 实验数据及算法35-37
• 3.2.1 实验数据35-36
• 3.2.2 滤波算法36-37
• 3.3 滤波算法比较分析37-42
• 3.3.1 总误差、Kappa系数和二类误差相关性判断37-39
• 3.3.2 算法比较与分析39-42
• 3.3.3 结论分析42
• 3.4 本章小结42-43
• 4 基于形态学理论与TPS模型的滤波方法43-61
• 4.1 数学形态学基本原理44-48
• 4.1.1 数学形态学算子44-46
• 4.1.2 数学形态学滤波的数据组织46-48
• 4.2 二维空间TPS模型的基本原理48-49
• 4.3 KD-Tree构建原理49-51
• 4.4 基于形态学开运算与TPS模型的滤波算法实现过程51-54
• 4.4.1 近似裸露地表的获取51-53
• 4.4.2 算法实现过程53-54
• 4.5 算法实验及其分析54-58
• 4.5.1 定量分析54-56
• 4.5.2 定性分析56-58
• 4.5.3 结论58
• 4.6 本章小结58-61
• 5 基于改进的偏度平衡法点云滤波方法的研究61-71
• 5.1 偏度平衡法的基本原理61-62
• 5.2 算法改进62-65
• 5.2.1 改进的原理62-63
• 5.2.2 改进算法的处理流程63-65
• 5.3 改进算法实验验证65-68
• 5.4 实例应用68-69
• 5.5 本章小结69-71
• 6 总结和展望71-73
• 6.1 本文所做的工作71-72
• 6.2 存在的不足和展望72-73
• 致谢73-75
• 参考文献75-80
• 攻读学位期间发表的论文和参加的项目80

【相似文献】

中国期刊全文数据库 前10条

1 胡振涛,刘先省;基于测量方差时变的改进强跟踪滤波算法[J];传感器技术;2005年06期

2 莫以为,萧德云;进化粒子滤波算法及其应用[J];控制理论与应用;2005年02期

3 赵梅;张三同;朱刚;;辅助粒子滤波算法及仿真举例[J];北京交通大学学报;2006年02期

4 张琪;胡昌华;乔玉坤;;基于权值选择的粒子滤波算法研究[J];控制与决策;2008年01期

5 汪溢;张毅;赵继承;;工程中常用的4种无序滤波算法[J];现代雷达;2008年12期

6 樊玲;;粒子滤波算法及其仿真[J];科技创新导报;2009年15期

7 邹卫军;薄煜明;陈益;;一种适用于低测量噪声系统的粒子滤波算法[J];信息与控制;2010年01期

8 何佳;;改进的粒子滤波算法在目标跟踪中的应用[J];科技情报开发与经济;2010年13期

9 高林;刘喜梅;顾幸生;;一种新的数据滤波算法[J];青岛理工大学学报;2010年03期

10 崔祥祥;王宏力;宋涛;张忠泉;;一种改进的裂变自举粒子滤波算法[J];桂林电子科技大学学报;2010年04期

中国重要会议论文全文数据库 前10条

1 李龙云;彭玉华;;小波变换模极大值域的一种自动滤波算法的实现[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

2 李庆奎;吴星;崔健勇;陈勤勤;;模糊渐消滤波算法[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年

3 黄河;;插值粒子滤波算法的研究[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

4 胡绍林;黄刘生;;非平稳信号的2(?)2型双重中值容错滤波算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 尹建君;张建秋;;混合线性/非线性联邦滤波算法及其在组合导航中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

6 张赛;刘新学;刘扬;;一种改进的红外图像滤波算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

7 杨秀华;陈涛;王延风;吉桐伯;;光电跟踪目标的非线性滤波算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

8 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年

9 李勇;陈书明;陈胜刚;;一种基于YHFT-Matrix DSP的去块效应滤波算法的向量化实现[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（B辑）[C];2011年

10 陈大力;薛定宇;潘峰;;一种新型的双十字模糊滤波算法[A];2006中国控制与决策学术年会论文集[C];2006年

中国博士学位论文全文数据库 前10条

1 于m[;一类非理想条件下非线性系统的高斯滤波算法及其应用研究[D];哈尔滨工业大学;2015年

2 李伟;鲁棒自适应滤波算法及在飞行器技术中的应用研究[D];上海交通大学;2014年

3 梁军;粒子滤波算法及其应用研究[D];哈尔滨工业大学;2009年

4 李甫;粒子滤波算法研究及其电路设计[D];西安电子科技大学;2010年

5 朱娟;蒙特卡洛滤波算法在目标跟踪中的应用[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

6 高怡;运载器组合导航高性能滤波算法研究[D];西北工业大学;2014年

7 孟晋丽;基于邻域相关性的小波域滤波算法研究[D];西北工业大学;2006年

8 丁家琳;容积卡尔曼滤波算法研究及其在电机状态估计中的应用[D];西南交通大学;2015年

9 黄瀛;电力系统继电保护快速滤波算法研究[D];浙江大学;2005年

10 洪少华;基于粒子滤波的目标跟踪算法与硬件实现研究[D];浙江大学;2010年

中国硕士学位论文全文数据库 前10条

1 油锡存;步枪射击瞄准位置校正研究[D];昆明理工大学;2015年

2 吕娜娜;基于一致性的分布式粒子滤波算法研究[D];长安大学;2015年

3 张峰瑞;粒子滤波TBD及并行实现技术研究[D];电子科技大学;2014年

4 贾飞飞;非线性滤波算法及其应用研究[D];电子科技大学;2015年

5 魏国华;粒子滤波算法研究与实现[D];电子科技大学;2015年

6 肖婷婷;粒子滤波算法研究及其在无线定位跟踪中的应用[D];电子科技大学;2014年

7 饶子仁;HEVC环内滤波算法优化[D];西安电子科技大学;2014年

8 黄龙;粒子滤波算法及其在指尖跟踪中的应用研究[D];湘潭大学;2015年

9 胡永杰;机载激光雷达点云滤波算法研究[D];东华理工大学;2015年

10 高静;一种改进的粒子滤波算法研究及应用[D];延边大学;2010年

，

本文编号：682488