基于神经网络的波形采样激光雷达信号分类技术研究

发布时间：2021-10-24 10:38

　　机载激光雷达是一种主动遥感测量工具,在地形测量、大气监测等方面得到广泛应用。其中条纹管激光雷达由于其探测灵敏度高、具备全波形采样能力、数据获取率高等特性而备受关注。条纹管激光雷达测绘时得到大量的回波数据,但同时面临的问题是如何有效处理数据,从中获取需要的信息。因此选用合适的分类技术对回波数据进行加工,提取有用的信息,具有十分重要的意义。神经网络具有自学习、自适应等优势,可实现高度并行处理,在图像分类等领域发挥着重要作用。本文采用神经网络对条纹管激光雷达原始回波信号进行分类处理,获得建筑、平地、坡地和植被等四类地物目标的分类结果。通过对四类目标的典型回波信号对比分析,选取了7项特征作为分类依据,分别是面积、圆形度、连通域个数、灰度标准差、灰度均值、长宽比和质心。在此基础上构建了BP神经网络分类器。从原始回波信号中选取合适的样本,进行特征提取,将信号特征作为输入数据输入BP神经网络分类器。分析了自适应学习率算法、动量梯度下降法、LM算法等6种改进的BP神经网络训练算法,经过对比试验,确定了LM算法作为本文的BP神经网络训练算法。经过多次试验确定BP神经网络模型的隐含层神经元数量、迭代次数等... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

单点探测体制机载雷达测绘高程图

德国 Stuttgart 大学首次研制了机载激光雷达扫描系统，对地形进量[7]。使用单点探测扫描体制的激光雷达技术已较为成熟，并出现多种型号的中机载激光雷达商品。2006 年，Wolfgang Wagner 等人[8]使用一种小型机载激光仪在维也纳地区进行了测绘试验，飞行高度约为 500 米，得到的城区地形图 1-1 所示。图 1-1 单点探测体制机载雷达测绘高程图[8]2000 年，Mettenleiter 研究了一种APD 面阵探测激光雷达，在测量距离为1，精度可以达到 3mm[9]。

图 1-3 光子计数地形激光雷达测绘高程图[12]throp Grumman 公司成功研制了基于条纹阵列雷达技术国内研究进展代末，国内开始了对于机载激光雷达技术的研国家“高分”等重大项目的支持下，相关技术得理工大学朱晓等人进行了机载激光测深实验为机载激光测深系统的发展奠定了基础。大学的龚威介绍了一种新型阵列探测器 G-A成像实验，如图 1-4 所示，证明了 G-APD 成点。

【参考文献】：
期刊论文
[1]BP神经网络隐含层节点数确定方法研究[J]. 王嵘冰,徐红艳,李波,冯勇.  计算机技术与发展. 2018(04)
[2]基于信息向量机的机载激光雷达点云数据分类[J]. 刘志青,李鹏程,陈小卫,张保明,郭海涛.  光学精密工程. 2016(01)
[3]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺.  计算机学报. 2016(08)
[4]基于迭代多尺度形态学开重建的城区LiDAR滤波方法[J]. 孙美玲,李永树,陈强,蔡国林.  红外与激光工程. 2015(01)
[5]激光雷达的应用及发展趋势[J]. 赵一鸣,李艳华,商雅楠,李静,于勇,李凉海.  遥测遥控. 2014(05)
[6]基于强度信息聚类的机载LiDAR点云道路提取[J]. 龚亮,张永生,李正国,包全福.  测绘通报. 2011(09)
[7]基于LIDAR回波信息的道路提取[J]. 曾静静,卢秀山,王健,杨书大.  测绘科学. 2011(02)
[8]基于改进的数学形态学算法的LiDAR点云数据滤波[J]. 隋立春,张熠斌,柳艳,曲佳,李伟,王蒙,李智临.  测绘学报. 2010(04)
[9]基于LIDAR数据的建筑物轮廓提取[J]. 杨洋,张永生,马一薇,胥亚.  测绘科学. 2010(03)
[10]基于自适应和多尺度数学形态学的点云数据滤波方法[J]. 罗伊萍,姜挺,龚志辉,江刚武,陈文锋.  测绘科学技术学报. 2009(06)

博士论文
[1]人脸识别方法的研究[D]. 曾岳.西安电子科技大学 2011

硕士论文
[1]激光三维测绘条纹图像处理技术研究[D]. 边雪冬.哈尔滨工业大学 2015
[2]基于BP神经网络的遥感影像分类研究[D]. 罗扬帆.北京林业大学 2007
[3]BP神经网络及应用研究[D]. 贺清碧.重庆交通学院 2004



本文编号：3455134