本文關(guān)鍵詞：地面激光點云分割技術(shù)的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：三維激光掃描技術(shù)以其快速、低成本、高精度獲取海量點云數(shù)據(jù)的優(yōu)勢,正逐步成為“智慧城市”建設(shè)中三維數(shù)據(jù)采集的重要方式。LiDAR掃描系統(tǒng)獲取的點云數(shù)據(jù)具有三維離散性、高密度和數(shù)據(jù)量大的特點,給數(shù)據(jù)服務(wù)帶來了挑戰(zhàn)。相對于激光掃描數(shù)據(jù)獲取能力的快速提高,點云數(shù)據(jù)的處理能力明顯滯后。如何從海量點云數(shù)據(jù)中提取目標(biāo)信息是當(dāng)前的研究熱點。為此,本文以地面激光點云數(shù)據(jù)分割為背景,重點研究了LiDAR點云地面點分割和粘連目標(biāo)分割問題,主要工作如下:1、對激光掃描系統(tǒng)的定位原理和現(xiàn)有的激光點云分割方法進行了介紹。首先介紹了地面激光掃描技術(shù)的工作原理;然后分析了當(dāng)前地面點云分割方法的國內(nèi)外研究現(xiàn)狀;最后,詳細的介紹了當(dāng)前國內(nèi)外幾種經(jīng)典的點云分割方法,并通過對測試數(shù)據(jù)的仿真實驗,指出這些算法優(yōu)缺點。2、針對點云數(shù)據(jù)中地面與地物點云相連問題,本文提出了基于超體素的LiDAR點云地面點分割算法,實現(xiàn)地面點與非地面點的分離。該算法首先對點云數(shù)據(jù)生成局部點云塊;然后對每個局部點云塊,根據(jù)地面點云數(shù)據(jù)的空間分布特征,結(jié)合顏色信息,構(gòu)造了39維的特征描述子,并利用模糊C均值算法生成超體素;在此基礎(chǔ)上,引入八叉樹體素的空間鄰接關(guān)系,利用一種向上生長的分割方法實現(xiàn)了地面點與非地面點的分割。超體素方法在保留點云數(shù)據(jù)局部邊界特征上具有較好的效果,對比試驗證明了該方法的有效性。3、針對非地面點云數(shù)據(jù)中,存在著部分樹木與樹木、樹木與建筑物的粘連問題,提出了基于圖割的LiDAR點云粘連目標(biāo)分割算法。該方法首先利用點云數(shù)據(jù)的空間分布及顏色信息對粘連目標(biāo)生成超體素;然后以每個超體素作為一個整體,構(gòu)造加權(quán)圖;最后引入圖論中的最大流/最小割,通過最小化能量函數(shù)來實現(xiàn)點云數(shù)據(jù)粘連目標(biāo)的分割。實驗結(jié)果表明,該算法利用圖論中的圖割理論,能夠很好地實現(xiàn)點云數(shù)據(jù)粘連目標(biāo)分割。最后,針對本文所做的工作進行了總結(jié),并對本文的后續(xù)研究工作進行了展望。
【關(guān)鍵詞】：超體素 地面激光點云 粘連目標(biāo)分割 三維激光掃描技術(shù) Normalized Cut
【學(xué)位授予單位】：集美大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN249
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-11
• 1.1 研究背景和意義9-10
• 1.2 研究目標(biāo)10
• 1.3 論文結(jié)構(gòu)安排10-11
• 第2章 地面激光點云獲取及處理技術(shù)的研究現(xiàn)狀11-24
• 2.1 地面激光掃描系統(tǒng)介紹11-14
• 2.1.1 地面激光掃描技術(shù)簡介11-12
• 2.1.2 地面激光掃描系統(tǒng)組成及工作原理12-14
• 2.1.3 RIEGL VZ-4000 系統(tǒng)簡介14
• 2.2 激光點云分割技術(shù)研究現(xiàn)狀14-15
• 2.3 激光點云地面點分割方法評述15-21
• 2.3.1 基于掃面線的地面點云分割方法16-17
• 2.3.2 基于偏度平衡的地面點云分割方法17-18
• 2.3.3 基于區(qū)域生長的分割方法18-19
• 2.3.4 基于體素向上生長分割方法19-20
• 2.3.5 歐式距離聚類20-21
• 2.4 粘連地物分割算法研究現(xiàn)狀21-23
• 2.5 本章小結(jié)23-24
• 第3章 基于超體素的LIDAR點云地面點分割算法24-37
• 3.1 引言24
• 3.2 基于SUPERVOXEL的向上生長分割方法24-29
• 3.2.1 生成局部點云塊24-25
• 3.2.2 估計地面點高度25-26
• 3.2.3 基于網(wǎng)格劃分的超體素構(gòu)造方法26-29
• 3.2.4 基于超體素的向上生長分割方法29
• 3.3 實驗結(jié)果與分析29-35
• 3.3.1 實驗數(shù)據(jù)概況29-30
• 3.3.2 實驗參數(shù)設(shè)置30-31
• 3.3.3 實驗結(jié)果與對比分析31-35
• 3.4 本章小結(jié)35-37
• 第4章 基于超體素的LIDAR點云粘連目標(biāo)分割算法37-46
• 4.1 引言37
• 4.2 算法描述37-41
• 4.2.1 數(shù)據(jù)預(yù)處理38-39
• 4.2.2 生成超體素39-40
• 4.2.3 Normalized Cut分割方法40-41
• 4.3 實驗結(jié)果與分析41-45
• 4.3.1 數(shù)據(jù)集和實驗設(shè)置41-42
• 4.3.2 實驗分析42-45
• 4.4 本章小結(jié)45-46
• 第5章 總結(jié)與展望46-48
• 5.1 本文工作的總結(jié)46
• 5.2 未來工作的展望46-48
• 致謝48-49
• 參考文獻49-52
• 在學(xué)期間科研成果情況52

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學(xué);2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學(xué)報;2013年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機載激光點云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點云簡化與特征提取研究[A];促進科技經(jīng)濟結(jié)合，服務(wù)創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會論文集[C];2012年

9 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點云切片技術(shù)研究[A];全國先進制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

2 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 賴祖龍;基于LiDAR點云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

5 王瑞巖;計算機視覺中相機標(biāo)定及點云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

6 段敏燕;機載激光雷達點云電力線三維重建方法研究[D];武漢大學(xué);2015年

7 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年

8 金龍存;3D點云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

9 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進技術(shù)研究院;2013年

10 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 段紅娟;點云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

2 張永恒;散亂點云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

3 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

4 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

5 呂超;異型面工件定位裝配系統(tǒng)測控技術(shù)研究[D];北京交通大學(xué);2016年

6 劉婷玉;基于逆向工程的曲面模型數(shù)字化技術(shù)研究[D];華東理工大學(xué);2016年

7 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學(xué);2016年

8 劉群;基于小光斑機載LiDAR數(shù)據(jù)的單木三維分割[D];北京林業(yè)大學(xué);2016年

9 張巍;基于深度相機Kinect的植物葉片重建研究[D];江蘇大學(xué);2016年

10 謝穎;基于三維激光掃描的糧倉儲量測量中點云數(shù)據(jù)處理技術(shù)的研究[D];華東師范大學(xué);2016年

  本文關(guān)鍵詞：地面激光點云分割技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

本文編號：468364