基于LIDAR技术的农村地籍测量与快速成图研究
本文选题:LIDAR + 农村地籍测量 ; 参考:《新疆大学》2017年硕士论文
【摘要】:激光雷达(LIDAR,Light Detection and Ranging)作为一种可以高效获取各类空间地理数据的手段,它利用发射激光对地物进行扫描的测量的方式,可以对物体三维空间信息进行快速的采集,为建立地籍要素的二维或三维图提供了一种全新的测量手段。同时,LIDAR技术具有扫描速度快、精度高、对环境要求低等一系列特点,解决了传统地籍测量中工作效率低、劳动强度大等问题,并为农村地籍测量的快速完成提供了技术依据。本文为了进一步加快推进农村地籍调查,提高农村地籍测量的效率与质量,以新疆维吾尔自治区霍城县三宫回族乡为研究区,根据农村居民点的分布特点,首次尝试采用吊车搭载RIEGL VZ—1000激光雷达扫描仪进行固定式扫描来获得点云数据。然后,通过区域增长算法的基本思想所构建的TIN模型的原始点云建筑物自动提取算法实现了建筑物的自动提取,再使用Alpha-Shapes算法对建筑物顶面轮廓进行自动矢量化,从而生成实时的农村地区的二维地籍底图。研究结果验证了采用吊车搭载LIDAR进行农村地籍测量和所提出算法的可行性,加快了地籍成图与权属调查的效率,实现了基于激光点云数据生成地籍图的半自动化。本文研究内容与结论如下:(1)首次尝试在农村地区使用三维激光雷达扫描仪进行地籍测量,并根据新疆农村地区的地理环境特点,采用吊车搭载扫描仪进行扫描,克服了传统地籍测量中工作效率低、劳动强度大等问题,提高了地籍成图与权属调查的效率。(2)在建筑物自动提取方面,本算法通过构建模型建立点云之间的空间关系,采用区域生长的思想对点云进行分割,生成内部均值的对象,然后根据对象的高程与方差设定阈值,剔除非建筑物点,留下建筑物点,完成建筑物提取。经过对三类不同类型建筑物进行提取研究证明了该算法的可行性。(3)在对点云数据矢量化方面,使用Alpha-Shapes算法进行建筑物点集追踪建筑物轮廓线,取得很好的效果。算法具有一定的自适应性,研究了不同a值与不同点密度不同尺寸和形状的建筑物轮廓线提取的关系,很好的解决了凹型建筑物轮廓线提取的问题;并且还实现了追踪提取建筑物内部突出物的轮廓线,很好的解决了较复杂的建筑物轮廓线矢量化问题。
[Abstract]:Lidar (lidar Light Detection and ranging), as a means of acquiring all kinds of spatial geographic data efficiently, can quickly collect 3D spatial information of objects by means of laser scanning measurement. It provides a new measuring method for the establishment of two-dimensional or three-dimensional map of cadastral elements. At the same time, LIDAR technology has a series of characteristics, such as high scanning speed, high precision and low environmental requirement. It solves the problems of low working efficiency and high labor intensity in traditional cadastral survey, and provides the technical basis for the rapid completion of rural cadastral survey. In order to speed up the rural cadastral survey and improve the efficiency and quality of rural cadastral survey, this paper takes Sangong Hui Township, Huocheng County, Xinjiang Uygur Autonomous region as the research area, according to the distribution characteristics of rural settlements. It is the first time to use crane to carry RIEGL VZ-1000 laser radar scanner for fixed scanning to obtain point cloud data. Then, based on the basic idea of the region growth algorithm, the automatic extraction algorithm of the original point cloud building is realized, and then the Alpha-Shapes algorithm is used to vectorize the contour of the top surface of the building. Thus generating real-time two-dimensional cadastral maps of rural areas. The results verify the feasibility of using LIDAR to measure rural cadastre and the proposed algorithm, accelerate the efficiency of cadastral mapping and tenure survey, and realize the semi-automation of cadastral map generation based on laser point cloud data. The contents and conclusions of this paper are as follows: (1) the first attempt is to use a 3D lidar scanner for cadastral survey in rural areas, and according to the characteristics of the geographical environment in rural areas of Xinjiang, a crane carrying scanner is used to scan. It overcomes the problems of low working efficiency and high labor intensity in traditional cadastral survey, and improves the efficiency of cadastral mapping and property investigation. (2) in the aspect of building automatic extraction, this algorithm establishes the spatial relationship between point clouds by constructing models. The idea of region growth is used to segment the point cloud and generate the object with internal mean value. Then the threshold is set according to the height and variance of the object and the non-building point is eliminated and the building point is left behind to complete the building extraction. The feasibility of the algorithm is proved by the extraction of three different types of buildings. (3) Alpha-Shapes algorithm is used to track the building contour by using Alpha-Shapes algorithm in the vectorization of point cloud data. The algorithm has certain adaptability, the relationship between different a value and different density and shape of building contour is studied, and the problem of concave building contour extraction is well solved. It also realizes tracing and extracting the contour line of the interior protrusion of the building, which solves the complex problem of building contour vectorization.
【学位授予单位】:新疆大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN958.98
【相似文献】
相关期刊论文 前10条
1 赵培涛;张寅超;王莲;胡顺星;苏嘉;曹开法;赵曰峰;胡欢陵;;Capability of Raman lidar for monitoring the variation of atmospheric CO_2 profile[J];Chinese Physics B;2008年01期
2 曹开法;赵博;方欣;汪少林;王敏;胡顺星;;Fluorescence lidar for remote monitoring of plant[J];Chinese Optics Letters;2010年02期
3 赵培涛;张寅超;李伟;胡顺星;曹开法;汪少林;胡欢陵;;Convenient method for calibrating system constant of scanning water vapor Raman lidar[J];Chinese Optics Letters;2010年06期
4 赵新华;陈富强;;机载LIDAR技术在高难度大比例尺数字测图中的优势[J];科技信息;2012年08期
5 郭际元;韩程帅;陈奇;;LIDAR技术在内陆水系监测管理中应用综述[J];环境科学与技术;2012年12期
6 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
7 陈富强;;机载LIDAR技术的优势及应用前景研究[J];北京测绘;2013年02期
8 ;New light-splitting system for a pure rotational Raman-lidar[J];Optoelectronics Letters;2006年06期
9 ;Building Extraction from LIDAR Based Semantic Analysis[J];Geo-Spatial Information Science;2006年04期
10 熊娜;程新文;;LIDAR数据特点及其滤波分类方法[J];中国水运(学术版);2008年01期
相关会议论文 前10条
1 方芳;;机载LIDAR技术现状及发展方向[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
2 黄朝华;鲍艳;黄斌;;基于LIDAR技术的电力机载巡线测量系统[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年
3 尹太举;张昌民;罗喻洁;程钊;;LIDAR技术及其在露头研究中的应用[A];中国矿物岩石地球化学学会第14届学术年会论文摘要专辑[C];2013年
4 王宇晗;;机载LIDAR数据的采集处理及应用[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
5 王保国;苏小霞;;LIDAR技术在地理国情监测中的应用[A];第十四届华东六省一市测绘学会学术交流会论文集[C];2012年
6 窦爱霞;王晓青;袁小祥;;基于机载LIDAR的建筑物震害自动识别方法[A];中国地震学会空间对地观测专业委员会2012年学术研讨会论文摘要集[C];2012年
7 冯琰;郭容寰;程远达;;基于机载LIDAR技术快速建立三维城市模型研究[A];华东地区第十次测绘学术交流大会论文集[C];2007年
8 史照良;;基于LIDAR的滩涂/海岛礁DEM测绘关键技术研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
9 郭亚仁;曹文胜;;浅谈LIDAR技术在地形图生产中的几点体会[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年
10 钱灿兴;;激光探测及测距系统(LIDAR)技术的应用[A];华东地区第十次测绘学术交流大会论文集[C];2007年
相关博士学位论文 前8条
1 富志鹏;基于LIDAR的高速公路测设技术应用研究[D];长安大学;2011年
2 袁枫;机载LIDAR数据处理与土地利用分类研究[D];中国矿业大学;2010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
4 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
5 张志超;融合机载与地面LIDAR数据的建筑物三维重建研究[D];武汉大学;2010年
6 刘清旺;机载激光雷达森林参数估测方法研究[D];中国林业科学研究院;2009年
7 任自珍;基于等高线特征分析的LiDAR建筑物与道路提取[D];西南交通大学;2009年
8 姚春静;机载LiDAR点云数据与遥感影像配准的方法研究[D];武汉大学;2010年
相关硕士学位论文 前10条
1 虞海英;融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究[D];中国测绘科学研究院;2015年
2 杜俊;地面LiDAR与高光谱数据配准及在单木结构参数提取中的应用[D];电子科技大学;2015年
3 柳建锋;基于对偶四元数的LIDAR点云拼接研究[D];南京航空航天大学;2014年
4 冯裴裴;LIDAR数据快速地物分类的精度提高方法研究[D];中北大学;2016年
5 李鹏;地面LIDAR在边坡空间分析中的应用研究[D];广东工业大学;2016年
6 孟丽艳;基于车载LIDAR系统的建筑物立面纹理映射[D];河南理工大学;2015年
7 谢欢;标记点过程在LIDAR点云树冠目标提取中的应用[D];长安大学;2016年
8 韩明瑞;基于激光LIDAR的室外移动机器人三维定位与建图[D];东南大学;2016年
9 刘斌;城市区域机载LiDAR与可见光数据配准研究[D];国防科学技术大学;2015年
10 冯茂林;树木遮挡下的机载Lidar点云建筑物轮廓提取[D];西南交通大学;2017年
,本文编号:2055721
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2055721.html