本文關鍵詞：機載激光雷達點云濾波算法研究

  更多相關文章： 機載激光LiDAR濾波 算法的比較和分析 數(shù)學形態(tài)學 空洞修復 TPS模型 偏度平衡法

【摘要】：近年來隨著機載激光LiDAR數(shù)據(jù)獲取技術的不斷成熟,在測繪、電力、交通、林業(yè)等行業(yè)上得到了廣泛應用,社會需求也日益增強。機載激光LiDAR的數(shù)據(jù)處理是該系統(tǒng)的重要組成部分,約占整個LiDAR工作項目時間的80%,其中點云濾波獲取DEM是最基本的數(shù)據(jù)處理工作,對后續(xù)數(shù)字3D產(chǎn)品的生產(chǎn)和應用起到關鍵的作用,因此點云濾波成為了LiDAR系統(tǒng)研究的一個重要的課題方向。目前LiDAR濾波研究重點在于如何通過計算機較少的人工干預提高濾波精度和較好的保留關鍵的地形特征,以及如何實現(xiàn)沒有或較少的參數(shù)輸入實現(xiàn)自動化濾波。針對這種情況,本文主要的工作和創(chuàng)新點如下:1.點云濾波算法實現(xiàn)機理的研究在以往的相關文章中很少介紹實現(xiàn)濾波算法的前題條件,在本文的研究現(xiàn)狀中,詳細的分析和介紹了當前濾波算法的實現(xiàn)機理和前提假設條件,同時也總結(jié)了當前濾波算法主要的數(shù)據(jù)處理軟件和研究機構,這為以后濾波算法的研究提供了更多的理論基礎和資源。2.現(xiàn)有點云濾波算法比較的研究研究濾波算法就要先研究現(xiàn)有濾波算法的特點,這有利于改進和創(chuàng)新算法。在本文首先對濾波算法的濾波精度評定方法做了歸納和總結(jié),在此基礎上選取了12種當前主流的濾波算法進行了比較和分析。針對當前算法大多不具有普適性的特點,這里創(chuàng)新的將15組實驗數(shù)據(jù)分成了三組:粗糙的斜坡和密集植被區(qū)域;相對平坦的城區(qū)區(qū)域;不連續(xù)的地表和粗糙地形區(qū)域。通過分組實驗可以直觀的反映當前濾波算法的特點以及所存在的不足。3.一種改善的數(shù)學形態(tài)學點云濾波算法的研究數(shù)學形態(tài)學理論成熟,效率高,在機載LiDAR濾波算法中占據(jù)了重要的地位。在本文中在分析了現(xiàn)有數(shù)學形態(tài)學濾波算法所存在的不足基礎上,提出了基于形態(tài)學理論和TPS模型的點云濾波。該方法的特點在于不是直接用形態(tài)學直接得到最終的DEM成果,而是首先通過數(shù)學形態(tài)學得到近似的DEM,在得到近似DEM過程中引入了對河水或湖泊造成點云大面積空洞的修復技術,這種修復技術可以明顯的減少對最終點云分類的影響。在對最終原始點云分類的過程中,引入了TPS變形模型,TPS相對于其它的插值方法具有反映高程異常變化的物理特性,具有光滑、連續(xù)、彈性好的特點,而且該方法不需要測量點呈規(guī)則分布,因此較適合離散點云的插值,它能插值出光滑的表面,有利于提高插值精度。在分類過程中對于每個離散點都會根據(jù)近似DEM,利用TPS模型插值出該點的所在地形的坡度以及高程值,從而最終根據(jù)這些綜合因素分類原始點云為地面點和非地面點,通過實驗驗證了該方法不僅有較高的濾波精度和較好的保留地形特征,而且也能輔助人工濾波提高濾波精度。4.非監(jiān)督分類的偏度平衡法濾波方法的研究基于高程的偏度平衡法是典型的非監(jiān)督分類方法,該方法無需參數(shù)輸入,自動完成濾波,它的假設前提就是地面點服從正態(tài)分布而非地面點會對這種分布進行干擾,但基于這種偏度系數(shù)參數(shù)統(tǒng)計的方法有一定的局限性,僅適用于較為平坦的區(qū)域,且假設建筑物等非地面點均高于地面點,因此對有起伏的城區(qū),濾波會出現(xiàn)失敗的情況。針對這種情況本文提出了一種改進的方法,基于高差的偏度平衡法,首先通過二次曲面近似的擬合地形,然后求得每個點到近似地形的高差,然后偏度平衡法針對高差完成濾波,通過實驗驗證了該方法的可行性。
【關鍵詞】：機載激光LiDAR濾波 算法的比較和分析 數(shù)學形態(tài)學 空洞修復 TPS模型 偏度平衡法
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN958.98;TN713
【目錄】：

• 摘要3-5
• Abstract5-11
• 1 緒論11-19
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 LiDAR點云濾波12-14
• 1.2.2 LiDAR處理軟件14-17
• 1.2.3 國內(nèi)外研究機構17
• 1.3 本文的研究內(nèi)容17-19
• 2 機載激光LiDAR系統(tǒng)與點云數(shù)據(jù)19-33
• 2.1 系統(tǒng)組成19-25
• 2.1.1 激光測距單元20-21
• 2.1.2 光學機械掃描單元21-23
• 2.1.3 慣性導航系統(tǒng)INS23-24
• 2.1.4 動態(tài)差分GPS24-25
• 2.2 定位原理25-27
• 2.2.1 機載LiDAR定位原理25-26
• 2.2.2 構像方程26-27
• 2.3 機載LiDAR點云數(shù)據(jù)27-31
• 2.3.1 機載LiDAR的通用格式LAS文件28-29
• 2.3.2 機載LiDAR獲得的數(shù)據(jù)種類29-31
• 2.3.3 機載LiDAR的數(shù)據(jù)特點31
• 2.4 機載LiDAR后處理流程31-32
• 2.5 本章小結(jié)32-33
• 3 濾波算法分析與比較33-43
• 3.1 濾波算法精度的評定方法33-35
• 3.1.1 目視法33
• 3.1.2 隨機抽樣法33
• 3.1.3 交叉表法33-34
• 3.1.4 Kappa系數(shù)法34-35
• 3.2 實驗數(shù)據(jù)及算法35-37
• 3.2.1 實驗數(shù)據(jù)35-36
• 3.2.2 濾波算法36-37
• 3.3 濾波算法比較分析37-42
• 3.3.1 總誤差、Kappa系數(shù)和二類誤差相關性判斷37-39
• 3.3.2 算法比較與分析39-42
• 3.3.3 結(jié)論分析42
• 3.4 本章小結(jié)42-43
• 4 基于形態(tài)學理論與TPS模型的濾波方法43-61
• 4.1 數(shù)學形態(tài)學基本原理44-48
• 4.1.1 數(shù)學形態(tài)學算子44-46
• 4.1.2 數(shù)學形態(tài)學濾波的數(shù)據(jù)組織46-48
• 4.2 二維空間TPS模型的基本原理48-49
• 4.3 KD-Tree構建原理49-51
• 4.4 基于形態(tài)學開運算與TPS模型的濾波算法實現(xiàn)過程51-54
• 4.4.1 近似裸露地表的獲取51-53
• 4.4.2 算法實現(xiàn)過程53-54
• 4.5 算法實驗及其分析54-58
• 4.5.1 定量分析54-56
• 4.5.2 定性分析56-58
• 4.5.3 結(jié)論58
• 4.6 本章小結(jié)58-61
• 5 基于改進的偏度平衡法點云濾波方法的研究61-71
• 5.1 偏度平衡法的基本原理61-62
• 5.2 算法改進62-65
• 5.2.1 改進的原理62-63
• 5.2.2 改進算法的處理流程63-65
• 5.3 改進算法實驗驗證65-68
• 5.4 實例應用68-69
• 5.5 本章小結(jié)69-71
• 6 總結(jié)和展望71-73
• 6.1 本文所做的工作71-72
• 6.2 存在的不足和展望72-73
• 致謝73-75
• 參考文獻75-80
• 攻讀學位期間發(fā)表的論文和參加的項目80

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡振濤,劉先省;基于測量方差時變的改進強跟蹤濾波算法[J];傳感器技術;2005年06期

2 莫以為,蕭德云;進化粒子濾波算法及其應用[J];控制理論與應用;2005年02期

3 趙梅;張三同;朱剛;;輔助粒子濾波算法及仿真舉例[J];北京交通大學學報;2006年02期

4 張琪;胡昌華;喬玉坤;;基于權值選擇的粒子濾波算法研究[J];控制與決策;2008年01期

5 汪溢;張毅;趙繼承;;工程中常用的4種無序濾波算法[J];現(xiàn)代雷達;2008年12期

6 樊玲;;粒子濾波算法及其仿真[J];科技創(chuàng)新導報;2009年15期

7 鄒衛(wèi)軍;薄煜明;陳益;;一種適用于低測量噪聲系統(tǒng)的粒子濾波算法[J];信息與控制;2010年01期

8 何佳;;改進的粒子濾波算法在目標跟蹤中的應用[J];科技情報開發(fā)與經(jīng)濟;2010年13期

9 高林;劉喜梅;顧幸生;;一種新的數(shù)據(jù)濾波算法[J];青島理工大學學報;2010年03期

10 崔祥祥;王宏力;宋濤;張忠泉;;一種改進的裂變自舉粒子濾波算法[J];桂林電子科技大學學報;2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李龍云;彭玉華;;小波變換模極大值域的一種自動濾波算法的實現(xiàn)[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

2 李慶奎;吳星;崔健勇;陳勤勤;;模糊漸消濾波算法[A];中國測繪學會九屆四次理事會暨2008年學術年會論文集[C];2008年

3 黃河;;插值粒子濾波算法的研究[A];2006通信理論與技術新進展——第十一屆全國青年通信學術會議論文集[C];2006年

4 胡紹林;黃劉生;;非平穩(wěn)信號的2(?)2型雙重中值容錯濾波算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 尹建君;張建秋;;混合線性/非線性聯(lián)邦濾波算法及其在組合導航中的應用[A];2007系統(tǒng)仿真技術及其應用學術會議論文集[C];2007年

6 張賽;劉新學;劉揚;;一種改進的紅外圖像濾波算法[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[C];2007年

7 楊秀華;陳濤;王延風;吉桐伯;;光電跟蹤目標的非線性濾波算法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

8 秦臻;何順華;朱號東;;非線性濾波算法在動態(tài)導航中的應用[A];江蘇省測繪學會2011年學術年會論文集[C];2011年

9 李勇;陳書明;陳勝剛;;一種基于YHFT-Matrix DSP的去塊效應濾波算法的向量化實現(xiàn)[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術論壇論文集（B輯）[C];2011年

10 陳大力;薛定宇;潘峰;;一種新型的雙十字模糊濾波算法[A];2006中國控制與決策學術年會論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 于m[;一類非理想條件下非線性系統(tǒng)的高斯濾波算法及其應用研究[D];哈爾濱工業(yè)大學;2015年

2 李偉;魯棒自適應濾波算法及在飛行器技術中的應用研究[D];上海交通大學;2014年

3 梁軍;粒子濾波算法及其應用研究[D];哈爾濱工業(yè)大學;2009年

4 李甫;粒子濾波算法研究及其電路設計[D];西安電子科技大學;2010年

5 朱娟;蒙特卡洛濾波算法在目標跟蹤中的應用[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

6 高怡;運載器組合導航高性能濾波算法研究[D];西北工業(yè)大學;2014年

7 孟晉麗;基于鄰域相關性的小波域濾波算法研究[D];西北工業(yè)大學;2006年

8 丁家琳;容積卡爾曼濾波算法研究及其在電機狀態(tài)估計中的應用[D];西南交通大學;2015年

9 黃瀛;電力系統(tǒng)繼電保護快速濾波算法研究[D];浙江大學;2005年

10 洪少華;基于粒子濾波的目標跟蹤算法與硬件實現(xiàn)研究[D];浙江大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 油錫存;步槍射擊瞄準位置校正研究[D];昆明理工大學;2015年

2 呂娜娜;基于一致性的分布式粒子濾波算法研究[D];長安大學;2015年

3 張峰瑞;粒子濾波TBD及并行實現(xiàn)技術研究[D];電子科技大學;2014年

4 賈飛飛;非線性濾波算法及其應用研究[D];電子科技大學;2015年

5 魏國華;粒子濾波算法研究與實現(xiàn)[D];電子科技大學;2015年

6 肖婷婷;粒子濾波算法研究及其在無線定位跟蹤中的應用[D];電子科技大學;2014年

7 饒子仁;HEVC環(huán)內(nèi)濾波算法優(yōu)化[D];西安電子科技大學;2014年

8 黃龍;粒子濾波算法及其在指尖跟蹤中的應用研究[D];湘潭大學;2015年

9 胡永杰;機載激光雷達點云濾波算法研究[D];東華理工大學;2015年

10 高靜;一種改進的粒子濾波算法研究及應用[D];延邊大學;2010年

，

本文編號：682488