發(fā)布時(shí)間：2020-12-07 14:58

　　機(jī)載激光雷達(dá)系統(tǒng)是一種能夠快速獲取地面真實(shí)三維數(shù)據(jù)的高新技術(shù)。建筑物是城市標(biāo)志性的地標(biāo)之一,它的識(shí)別、提取和信息更新對(duì)城市動(dòng)態(tài)變化的研究、城市建設(shè)、三維數(shù)據(jù)分析起著至關(guān)重要的作用。從機(jī)載激光雷達(dá)中提取建筑物特征信息是城市規(guī)劃、數(shù)字城市、城市建設(shè)等工作的重要環(huán)節(jié),如何高效地提取機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中的建筑物信息成為一個(gè)研究的熱點(diǎn)。近年來(lái),研究者大多數(shù)都是通過(guò)半自動(dòng)化的方式獲取點(diǎn)云數(shù)據(jù)中的建筑物特征信息,但該建筑物特征信息提取方法的局限性比較大,應(yīng)用范圍較小。本文重點(diǎn)研究點(diǎn)云數(shù)據(jù)建筑物的特征信息提取以及三維建模技術(shù),優(yōu)化了基于Hough變換算法提取建筑物特征信息的方法和建筑物屋頂面片三維重建的過(guò)程,并通過(guò)多次實(shí)驗(yàn)驗(yàn)證了本文方法的可行性及魯棒性。本文的主要工作和研究結(jié)果如下:(1)分析比較了經(jīng)典點(diǎn)云數(shù)據(jù)濾波算法,通過(guò)對(duì)數(shù)學(xué)形態(tài)、坡度、平面/曲面、布料模擬四種濾波算法進(jìn)行實(shí)驗(yàn)分析,得出布料模擬濾波算法具有更好的魯棒性。(2)優(yōu)化了基于Hough變換提取建筑物輪廓線算法。通過(guò)格網(wǎng)重采樣的方法生成DSM深度影像,采用邊緣檢測(cè)算法進(jìn)行邊緣檢測(cè)及基于高斯核Hough變換線性擬合的方法,在不需要外部輔... 

【文章來(lái)源】：東華理工大學(xué)江西省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 機(jī)載Li DAR點(diǎn)云數(shù)據(jù)中建筑物特征提取的研究現(xiàn)狀
        1.2.2 基于Hough變換的建筑物點(diǎn)云數(shù)據(jù)特征提取的研究現(xiàn)狀
        1.2.3 機(jī)載Li DAR點(diǎn)云數(shù)據(jù)的三維建模研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與技術(shù)路線
    1.4 論文結(jié)構(gòu)
2 機(jī)載激光雷達(dá)技術(shù)與數(shù)據(jù)預(yù)處理
    2.1 機(jī)載激光雷達(dá)技術(shù)簡(jiǎn)介
        2.1.1 機(jī)載激光雷達(dá)技術(shù)系統(tǒng)
        2.1.2 機(jī)載激光雷達(dá)定位原理
    2.2 機(jī)載Li DAR點(diǎn)云數(shù)據(jù)特性
        2.2.1 機(jī)載Li DAR點(diǎn)云數(shù)據(jù)特點(diǎn)
        2.2.2 機(jī)載Li DAR點(diǎn)云數(shù)據(jù)組成結(jié)構(gòu)
    2.3 機(jī)載Li DAR點(diǎn)云濾波
        2.3.1 基于數(shù)學(xué)形態(tài)學(xué)濾波
        2.3.2 基于坡度濾波
        2.3.3 基于平面/曲面濾波
        2.3.4 基于布料濾波算法
    2.4 實(shí)驗(yàn)及結(jié)果分析
    2.5 本章小結(jié)
3 基于Hough變換的點(diǎn)云數(shù)據(jù)建筑物輪廓線提取
    3.1 建筑物分割及輪廓線提取方法
        3.1.1 建筑物分割的方法
        3.1.2 建筑物輪廓線提取方法
    3.2 Hough變換的建筑物輪廓線提取算法改進(jìn)
        3.2.1 DSM深度影像
        3.2.2 輪廓線粗提取
        3.2.3 基于高斯核Hough變換輪廓線檢測(cè)
        3.2.4 輪廓線優(yōu)化
        3.2.5 直角約束
    3.3 實(shí)驗(yàn)及結(jié)果分析
        3.3.1 實(shí)驗(yàn)結(jié)果
        3.3.2 實(shí)驗(yàn)精度檢測(cè)以及魯棒性分析
    3.4 本章小結(jié)
4 基于Hough變換的點(diǎn)云數(shù)據(jù)建筑物屋頂面片提取
    4.1 基于點(diǎn)云數(shù)據(jù)建筑物屋頂面片的提取方法
        4.1.1 基于RANSAC算法的建筑物屋頂面片提取
        4.1.2 基于區(qū)域增長(zhǎng)算法的建筑物屋頂面片提取
        4.1.3 基于3D Hough變換算法的建筑物屋頂面提取
        4.1.4 幾種建筑物屋頂面提取方法比較
    4.2 基于Hough變換點(diǎn)云數(shù)據(jù)建筑屋頂面片提取的算法改進(jìn)
        4.2.1 近似共面樣本簇搜尋
        4.2.2 三維高斯核參數(shù)計(jì)算
        4.2.3 基于三維高斯核Hough空間聚類(lèi)投票
        4.2.4 Hough空間累加
        4.2.5 峰值提取
        4.2.6 誤差指標(biāo)評(píng)價(jià)
    4.3 試驗(yàn)及結(jié)果分析
        4.3.1 試驗(yàn)過(guò)程及結(jié)果
        4.3.2 精度評(píng)定及計(jì)算時(shí)間評(píng)價(jià)
    4.4 本章小結(jié)
5 建筑物三維重建
    5.1 三維重建的基本方法
        5.1.1 模型驅(qū)動(dòng)方法
        5.1.2 數(shù)據(jù)驅(qū)動(dòng)方法
    5.2 建筑物屋頂三維重建
    5.3 建筑物紋理貼圖
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
在攻讀學(xué)位期間取得科研成果



本文編號(hào)：2903459