车载LiDAR点云中行道树信息提取研究

发布时间：2020-10-17 21:19

　　 车载Li DAR(Light Detecting and Ranging)作为一种快速的空间信息获取技术,对城市道路环境及街道两侧地物高精度空间三维信息获取具有明显优势。行道树是道路及城市街道场景中最常见地物之一,也是城市生态系统的重要组成部分。树木分布散乱、形态各异,人工方式获取树木信息是一项乏味和费时的工作。准确、高效地从车载LiDAR点云中提取树木信息是科研工作者长期以来努力的目标,是车载LiDAR点云数据处理的一个热点,也是一个难点。作者在深入理解车载LiDAR系统工作原理及地物在车载LiDAR点云中表达特点的基础上,以城市道路场景为例,围绕场景中行道树信息的精细提取展开了相关研究。论文的研究工作主要包括以下三个部分:第一部分为行道树点云的分类提取。该部分采用逐步分离的方法,将行道树点云从原始点云中分离出来,整个分离流程按顺序分别为地面点滤除、地物聚类、杆状地物提取、树木点云分离。第二部分为行道树与其它相连杆状地物的点云分割。该部分包括两部分内容:(1)采用ICP算法与参考样本相结合的方法对穿插在行道树树冠中的路灯进行有效去除;(2)针对相连树的树冠点云分割探讨了三种方法,即基于距离的树冠点云分割、基于特定模型的树冠点云分割和基于拟合冠幅的树冠点云分割,并根据点云数据分别对其进行了试验及分析。第三部分为行道树参数信息提取。在分离出的单个行道树点云模型的基础上,实现了对行道树属性信息(树木底部重心点、树高、树干高、树冠高、胸径及冠幅)的自动提取;并基于所提取的属性信息,研究了行道树的动态变化,包括行道树的增加、行道树的生长变化等。
【学位单位】：河南理工大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：P235
【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 选题背景和意义
    1.2 国内外研究现状分析
        1.2.1 车载LiDAR技术硬件系统发展与应用
        1.2.2 车载LiDAR点云数据处理研究分析
        1.2.3 当前研究不足
    1.3 研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 论文的组织结构
    1.5 本章小结
2 车载LiDAR系统及数据处理流程
    2.1 车载LiDAR系统简介
        2.1.1 车载LiDAR系统组成
        2.1.2 车载LiDAR系统优点
    2.2 车载LiDAR数据采集及特点
        2.2.1 车载LiDAR数据采集
        2.2.2 车载LiDAR数据特点
    2.3 车载LiDAR数据处理流程
    2.4 本章小结
3 车载LiDAR点云中行道树分类提取
    3.1 不同扫描方式下地物特征分析
        3.1.1 三种常见系统扫描方式介绍
        3.1.2 地物特征分析
    3.2 行道树点云分割
        3.2.1 地面点滤除
        3.2.2 地物点聚类
        3.2.3 行道树提取
        3.2.4 试验分析
    3.3 本章小结
4 行道树属性及动态变化信息提取
    4.1 相连杆状地物数目及位置确定
    4.2 行道树与路灯的分割
        4.2.1 基本原理
        4.2.2 理论基础
        4.2.3 分离步骤
    4.3 相连行道树树冠点云分割
        4.3.1 基于距离的树冠点云分割
        4.3.2 基于特定模型的树冠点云分割
        4.3.3 基于拟合冠幅的树冠点云分割
    4.4 行道树属性参数提取
        4.4.1 树干底部重心点提取
        4.4.2 树高提取
        4.4.3 树干高提取
        4.4.4 树冠高提取
        4.4.5 胸径提取
        4.4.6 冠幅提取
        4.4.7 试验分析
    4.5 行道树动态变化信息提取
        4.5.1 生长趋势信息提取
        4.5.2 动态变化信息提取
    4.6 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
作者简历
学位论文数据集

【相似文献】

相关期刊论文 前10条

1 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期

2 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

3 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期

4 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期

5 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

6 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

7 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期

8 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期

9 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

10 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期

相关博士学位论文 前10条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年

3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年

4 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

5 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年

6 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年

7 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

8 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年

9 孟凡文;面向光栅投影的点云预处理与曲面重构技术研究[D];南昌大学;2010年

10 李宝;三维点云的鲁棒处理技术研究[D];国防科学技术大学;2011年

相关硕士学位论文 前10条

1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年

2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年

3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年

4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年

6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年

7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

本文编号：2845332