發(fā)布時(shí)間：2017-05-08 19:12

  本文關(guān)鍵詞：LIDAR數(shù)據(jù)快速地物分類(lèi)的精度提高方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)載激光掃描與測(cè)距系統(tǒng)(Light Detection And Ranging,LIDAR)是近年來(lái)遙感相關(guān)領(lǐng)域的重要數(shù)據(jù)來(lái)源。LIDAR數(shù)據(jù)快速地物分類(lèi)是將LIDAR數(shù)據(jù)應(yīng)用于實(shí)際工程的前提條件,因此在LIDAR數(shù)據(jù)處理領(lǐng)域占據(jù)著重要的位置。實(shí)際應(yīng)用中LIDAR數(shù)據(jù)所提供的信息很難完全準(zhǔn)確地反應(yīng)地物屬性,并且在先驗(yàn)知識(shí)不足的情況下判別規(guī)則往往難以建立,由此導(dǎo)致分類(lèi)結(jié)果的精度難以滿(mǎn)足高精度需求的應(yīng)用,嚴(yán)重制約著LIDAR技術(shù)的發(fā)展和應(yīng)用。因此本文在保證快速的前提下,針對(duì)如何有效提高地物分類(lèi)算法的精度進(jìn)行研究,主要內(nèi)容如下:(1)LIDAR數(shù)據(jù)特征與地物特性研究:在深入分析各類(lèi)LIDAR數(shù)據(jù)特征物理意義的基礎(chǔ)上,對(duì)各類(lèi)數(shù)據(jù)所能區(qū)分的地物類(lèi)別及不同類(lèi)型地物的可識(shí)別性進(jìn)行了研究;從數(shù)據(jù)獲取、轉(zhuǎn)換、分類(lèi)方法等方面對(duì)影響地物分類(lèi)精度的因素進(jìn)行了分析,并提出相應(yīng)的解決手段。(2)基于模糊DSmT的LIDAR數(shù)據(jù)多地物分類(lèi)方法研究:結(jié)合減少影響地物分類(lèi)精度因素的手段,構(gòu)建類(lèi)別模糊集與類(lèi)別沖突集將LIDAR數(shù)據(jù)中的不確定性和異源數(shù)據(jù)融合時(shí)的沖突性進(jìn)行量化處理;構(gòu)建三種模糊概率分配函數(shù)和概率重分配函數(shù)實(shí)現(xiàn)多特征的合成,決策得到多地物分類(lèi)結(jié)果,通過(guò)實(shí)例分析與對(duì)比證明了該方法的有效性。(3)基于可能性分布合成理論的單一地物提取方法研究:以汽車(chē)為例進(jìn)行地物提取,依據(jù)特征值與車(chē)輛對(duì)應(yīng)關(guān)系的不確定性,利用概率-可能性分布轉(zhuǎn)化的方法將區(qū)域長(zhǎng)寬比與區(qū)域強(qiáng)度比特征進(jìn)行可能性量化;以T-模、S-模算子為基礎(chǔ)構(gòu)建分布合成規(guī)則,得到比單一分布更可靠的結(jié)果;定義了準(zhǔn)確率、漏識(shí)率和誤識(shí)率等指標(biāo)對(duì)方法有效性進(jìn)行評(píng)價(jià)。
【關(guān)鍵詞】：地物分類(lèi) LIDAR數(shù)據(jù) 快速算法 高精度 不確定性
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP751
【目錄】：

• 摘要4-5
• Abstract5-10
• 主要符號(hào)表10-11
• 第一章 緒論11-19
• 1.1 本文研究問(wèn)題及研究意義11-12
• 1.2 研究現(xiàn)狀及發(fā)展趨勢(shì)12-16
• 1.2.1 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.2.2 發(fā)展趨勢(shì)16
• 1.3 本文主要研究?jī)?nèi)容16-19
• 第二章 LIDAR數(shù)據(jù)地物分類(lèi)基礎(chǔ)19-31
• 2.1 LIDAR系統(tǒng)的組成及相關(guān)概念19-20
• 2.2 LIDAR數(shù)據(jù)地物分類(lèi)20-26
• 2.2.1 LIDAR數(shù)據(jù)的特點(diǎn)20-21
• 2.2.2 LIDAR數(shù)據(jù)地物分類(lèi)的必要性21-22
• 2.2.3 LIDAR數(shù)據(jù)地物分類(lèi)的應(yīng)用22-26
• 2.3 典型的地物分類(lèi)方法26-30
• 2.3.1 支持向量機(jī)26-28
• 2.3.2 D-S證據(jù)理論28-29
• 2.3.3 馬爾科夫隨機(jī)場(chǎng)29-30
• 2.4 本章小結(jié)30-31
• 第三章 特征空間構(gòu)建及影響分類(lèi)精度因素分析31-45
• 3.1 LIDAR數(shù)據(jù)特征空間31-36
• 3.1.1 首次回波高程32
• 3.1.2 回波強(qiáng)度32-34
• 3.1.3 高程差34
• 3.1.4 歸一化植被差異指數(shù)34-36
• 3.2 地物特性36-39
• 3.2.1 建筑特性36
• 3.2.2 樹(shù)木特性36-37
• 3.2.3 車(chē)輛特性37-38
• 3.2.4 草地與道路特性38-39
• 3.3 影響分類(lèi)精度因素分析及解決辦法39-43
• 3.3.1 影響地物分類(lèi)精度的因素39-42
• 3.3.2 提高分類(lèi)精度的手段42-43
• 3.4 本章小結(jié)43-45
• 第四章 基于模糊DSmT的LIDAR數(shù)據(jù)多地物分類(lèi)方法45-58
• 4.1 DSmT理論45-47
• 4.1.1 DSmT理論的基本概念45-46
• 4.1.2 DSmT混合模型46
• 4.1.3 模糊DSmT理論46-47
• 4.2 類(lèi)別模糊集合的構(gòu)建47-50
• 4.2.1 三角形概率分配函數(shù)47-49
• 4.2.2 嶺型概率分配函數(shù)49-50
• 4.2.3 尖Γ-型概率分配函數(shù)50
• 4.3 類(lèi)別沖突集合的構(gòu)建50-52
• 4.4 概率重分配及決策52
• 4.5 實(shí)例分析52-57
• 4.5.1 實(shí)驗(yàn)數(shù)據(jù)53-54
• 4.5.2 實(shí)驗(yàn)結(jié)果對(duì)比與評(píng)價(jià)54-57
• 4.6 本章小結(jié)57-58
• 第五章 基于可能性分布合成的單一地物提取方法58-74
• 5.1 可能性分布合成理論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 預(yù)識(shí)別區(qū)域提取63-65
• 5.3.1 高程閾值分類(lèi)63-64
• 5.3.2 面積閾值分類(lèi)64-65
• 5.4 長(zhǎng)寬比和區(qū)域強(qiáng)度比的可能性表征65-69
• 5.4.1 長(zhǎng)寬比的可能性分布構(gòu)造65-67
• 5.4.2 區(qū)域強(qiáng)度比的可能性分布構(gòu)造67-68
• 5.4.3 合成結(jié)果決策68-69
• 5.5 實(shí)驗(yàn)結(jié)果對(duì)比與評(píng)價(jià)69-73
• 5.6 本章小結(jié)73-74
• 第六章 總結(jié)與展望74-76
• 6.1 本文的主要工作及創(chuàng)新74-75
• 6.2 展望75-76
• 參考文獻(xiàn)76-83
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果83-85
• 致謝85-86

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馮裴裴;楊風(fēng)暴;衛(wèi)紅;李大威;梁若飛;;基于正態(tài)DS證據(jù)理論的機(jī)載LIDAR數(shù)據(jù)地物分類(lèi)方法[J];圖學(xué)學(xué)報(bào);2015年06期

2 馮裴裴;楊風(fēng)暴;衛(wèi)紅;梁若飛;劉丹;;不確定性理論在激光雷達(dá)數(shù)據(jù)地物分類(lèi)方面的應(yīng)用研究進(jìn)展[J];光電技術(shù)應(yīng)用;2015年05期

3 張曉浩;黃華梅;吳秋生;婁全勝;楊帆;劉輝;;三亞市蜈支洲島海岸侵蝕與沉積的定量分析[J];熱帶海洋學(xué)報(bào);2015年05期

4 孫美玲;李永樹(shù);陳強(qiáng);蔡國(guó)林;;基于機(jī)載LiDAR點(diǎn)云高程和強(qiáng)度數(shù)據(jù)的城區(qū)汽車(chē)目標(biāo)自動(dòng)提取[J];遙感信息;2014年05期

5 譚凱婷;;LiDAR測(cè)量技術(shù)在高陂水利樞紐工程中的應(yīng)用[J];廣東水利電力職業(yè)技術(shù)學(xué)院學(xué)報(bào);2014年03期

6 馮光勝;;LIDAR在地質(zhì)災(zāi)害調(diào)查與監(jiān)測(cè)中的應(yīng)用研究[J];鐵道工程學(xué)報(bào);2014年07期

7 梁小偉;楊風(fēng)暴;衛(wèi)紅;李大威;;基于激光雷達(dá)數(shù)據(jù)陰影處理和圖像融合的地物分類(lèi)方法[J];激光與光電子學(xué)進(jìn)展;2014年04期

8 陳圣群;王應(yīng)明;;區(qū)間值信念結(jié)構(gòu)下沖突證據(jù)組合[J];系統(tǒng)工程理論與實(shí)踐;2014年01期

9 樓燕敏;吳迪;;機(jī)載LiDAR技術(shù)在浙江省灘涂海岸測(cè)量中的應(yīng)用研究[J];測(cè)繪通報(bào);2012年12期

10 左志權(quán);張祖勛;張劍清;;區(qū)域回波比率與拓?fù)渥R(shí)別模型結(jié)合的城區(qū)激光雷達(dá)點(diǎn)云分類(lèi)方法[J];中國(guó)激光;2012年04期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 吉琳娜;可能性分布合成理論及其工程應(yīng)用研究[D];中北大學(xué);2015年

2 李樂(lè)林;基于等高線(xiàn)族的機(jī)載LiDAR數(shù)據(jù)建筑物三維模型重建方法研究[D];武漢大學(xué);2012年

3 劉純平;多源遙感信息融合方法及其應(yīng)用研究[D];南京理工大學(xué);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 梁小偉;機(jī)載LIDAR數(shù)據(jù)特征選擇與精確分類(lèi)技術(shù)研究[D];中北大學(xué);2015年

2 高利鵬;基于機(jī)載LiDAR和高分辨率遙感影像的道路提取研究[D];中國(guó)礦業(yè)大學(xué);2014年

3 黃明;聯(lián)合LiDAR數(shù)據(jù)和遙感影像的建筑物三維模型提取方法[D];太原理工大學(xué);2014年

4 王彩鳳;利用機(jī)載LiDAR點(diǎn)云提取損毀建筑物的方法研究[D];西南交通大學(xué);2013年

5 胡本剛;基于LiDAR點(diǎn)云與高分影像的面向?qū)ο蟮膿p毀建筑物提取方法研究[D];西南交通大學(xué);2013年

6 李顯巨;基于LiDAR技術(shù)的復(fù)雜地質(zhì)環(huán)境區(qū)滑坡識(shí)別研究[D];中國(guó)地質(zhì)大學(xué);2012年

7 李劍巧;利用LIDAR數(shù)據(jù)獲取森林樹(shù)冠下層植被結(jié)構(gòu)方法的研究[D];清華大學(xué);2011年

  本文關(guān)鍵詞：LIDAR數(shù)據(jù)快速地物分類(lèi)的精度提高方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：351711