LIDAR数据快速地物分类的精度提高方法研究

发布时间：2017-05-08 19:12

  本文关键词：LIDAR数据快速地物分类的精度提高方法研究，由笔耕文化传播整理发布。

【摘要】：机载激光扫描与测距系统(Light Detection And Ranging,LIDAR)是近年来遥感相关领域的重要数据来源。LIDAR数据快速地物分类是将LIDAR数据应用于实际工程的前提条件,因此在LIDAR数据处理领域占据着重要的位置。实际应用中LIDAR数据所提供的信息很难完全准确地反应地物属性,并且在先验知识不足的情况下判别规则往往难以建立,由此导致分类结果的精度难以满足高精度需求的应用,严重制约着LIDAR技术的发展和应用。因此本文在保证快速的前提下,针对如何有效提高地物分类算法的精度进行研究,主要内容如下:(1)LIDAR数据特征与地物特性研究:在深入分析各类LIDAR数据特征物理意义的基础上,对各类数据所能区分的地物类别及不同类型地物的可识别性进行了研究;从数据获取、转换、分类方法等方面对影响地物分类精度的因素进行了分析,并提出相应的解决手段。(2)基于模糊DSmT的LIDAR数据多地物分类方法研究:结合减少影响地物分类精度因素的手段,构建类别模糊集与类别冲突集将LIDAR数据中的不确定性和异源数据融合时的冲突性进行量化处理;构建三种模糊概率分配函数和概率重分配函数实现多特征的合成,决策得到多地物分类结果,通过实例分析与对比证明了该方法的有效性。(3)基于可能性分布合成理论的单一地物提取方法研究:以汽车为例进行地物提取,依据特征值与车辆对应关系的不确定性,利用概率-可能性分布转化的方法将区域长宽比与区域强度比特征进行可能性量化;以T-模、S-模算子为基础构建分布合成规则,得到比单一分布更可靠的结果;定义了准确率、漏识率和误识率等指标对方法有效性进行评价。
【关键词】：地物分类 LIDAR数据 快速算法 高精度 不确定性
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要4-5
• Abstract5-10
• 主要符号表10-11
• 第一章 绪论11-19
• 1.1 本文研究问题及研究意义11-12
• 1.2 研究现状及发展趋势12-16
• 1.2.1 国内外研究现状12-16
• 1.2.2 发展趋势16
• 1.3 本文主要研究内容16-19
• 第二章 LIDAR数据地物分类基础19-31
• 2.1 LIDAR系统的组成及相关概念19-20
• 2.2 LIDAR数据地物分类20-26
• 2.2.1 LIDAR数据的特点20-21
• 2.2.2 LIDAR数据地物分类的必要性21-22
• 2.2.3 LIDAR数据地物分类的应用22-26
• 2.3 典型的地物分类方法26-30
• 2.3.1 支持向量机26-28
• 2.3.2 D-S证据理论28-29
• 2.3.3 马尔科夫随机场29-30
• 2.4 本章小结30-31
• 第三章 特征空间构建及影响分类精度因素分析31-45
• 3.1 LIDAR数据特征空间31-36
• 3.1.1 首次回波高程32
• 3.1.2 回波强度32-34
• 3.1.3 高程差34
• 3.1.4 归一化植被差异指数34-36
• 3.2 地物特性36-39
• 3.2.1 建筑特性36
• 3.2.2 树木特性36-37
• 3.2.3 车辆特性37-38
• 3.2.4 草地与道路特性38-39
• 3.3 影响分类精度因素分析及解决办法39-43
• 3.3.1 影响地物分类精度的因素39-42
• 3.3.2 提高分类精度的手段42-43
• 3.4 本章小结43-45
• 第四章 基于模糊DSmT的LIDAR数据多地物分类方法45-58
• 4.1 DSmT理论45-47
• 4.1.1 DSmT理论的基本概念45-46
• 4.1.2 DSmT混合模型46
• 4.1.3 模糊DSmT理论46-47
• 4.2 类别模糊集合的构建47-50
• 4.2.1 三角形概率分配函数47-49
• 4.2.2 岭型概率分配函数49-50
• 4.2.3 尖Γ-型概率分配函数50
• 4.3 类别冲突集合的构建50-52
• 4.4 概率重分配及决策52
• 4.5 实例分析52-57
• 4.5.1 实验数据53-54
• 4.5.2 实验结果对比与评价54-57
• 4.6 本章小结57-58
• 第五章 基于可能性分布合成的单一地物提取方法58-74
• 5.1 可能性分布合成理论58-62
• 5.1.1 可能性分布58-60
• 5.1.2 可能性分布合成60-62
• 5.2 方法流程62-63
• 5.3 预识别区域提取63-65
• 5.3.1 高程阈值分类63-64
• 5.3.2 面积阈值分类64-65
• 5.4 长宽比和区域强度比的可能性表征65-69
• 5.4.1 长宽比的可能性分布构造65-67
• 5.4.2 区域强度比的可能性分布构造67-68
• 5.4.3 合成结果决策68-69
• 5.5 实验结果对比与评价69-73
• 5.6 本章小结73-74
• 第六章 总结与展望74-76
• 6.1 本文的主要工作及创新74-75
• 6.2 展望75-76
• 参考文献76-83
• 攻读硕士学位期间发表的学术成果83-85
• 致谢85-86

【参考文献】

中国期刊全文数据库 前10条

1 冯裴裴;杨风暴;卫红;李大威;梁若飞;;基于正态DS证据理论的机载LIDAR数据地物分类方法[J];图学学报;2015年06期

2 冯裴裴;杨风暴;卫红;梁若飞;刘丹;;不确定性理论在激光雷达数据地物分类方面的应用研究进展[J];光电技术应用;2015年05期

3 张晓浩;黄华梅;吴秋生;娄全胜;杨帆;刘辉;;三亚市蜈支洲岛海岸侵蚀与沉积的定量分析[J];热带海洋学报;2015年05期

4 孙美玲;李永树;陈强;蔡国林;;基于机载LiDAR点云高程和强度数据的城区汽车目标自动提取[J];遥感信息;2014年05期

5 谭凯婷;;LiDAR测量技术在高陂水利枢纽工程中的应用[J];广东水利电力职业技术学院学报;2014年03期

6 冯光胜;;LIDAR在地质灾害调查与监测中的应用研究[J];铁道工程学报;2014年07期

7 梁小伟;杨风暴;卫红;李大威;;基于激光雷达数据阴影处理和图像融合的地物分类方法[J];激光与光电子学进展;2014年04期

8 陈圣群;王应明;;区间值信念结构下冲突证据组合[J];系统工程理论与实践;2014年01期

9 楼燕敏;吴迪;;机载LiDAR技术在浙江省滩涂海岸测量中的应用研究[J];测绘通报;2012年12期

10 左志权;张祖勋;张剑清;;区域回波比率与拓扑识别模型结合的城区激光雷达点云分类方法[J];中国激光;2012年04期

中国博士学位论文全文数据库 前3条

1 吉琳娜;可能性分布合成理论及其工程应用研究[D];中北大学;2015年

2 李乐林;基于等高线族的机载LiDAR数据建筑物三维模型重建方法研究[D];武汉大学;2012年

3 刘纯平;多源遥感信息融合方法及其应用研究[D];南京理工大学;2002年

中国硕士学位论文全文数据库 前7条

1 梁小伟;机载LIDAR数据特征选择与精确分类技术研究[D];中北大学;2015年

2 高利鹏;基于机载LiDAR和高分辨率遥感影像的道路提取研究[D];中国矿业大学;2014年

3 黄明;联合LiDAR数据和遥感影像的建筑物三维模型提取方法[D];太原理工大学;2014年

4 王彩凤;利用机载LiDAR点云提取损毁建筑物的方法研究[D];西南交通大学;2013年

5 胡本刚;基于LiDAR点云与高分影像的面向对象的损毁建筑物提取方法研究[D];西南交通大学;2013年

6 李显巨;基于LiDAR技术的复杂地质环境区滑坡识别研究[D];中国地质大学;2012年

7 李剑巧;利用LIDAR数据获取森林树冠下层植被结构方法的研究[D];清华大学;2011年

  本文关键词：LIDAR数据快速地物分类的精度提高方法研究，由笔耕文化传播整理发布。

，

本文编号：351711