欢迎来到天天文库
浏览记录
ID:33984272
大小:2.53 MB
页数:62页
时间:2019-03-03
《基于改进的形态学滤波与区域增长法的建筑物点云数据提取方法研究 (1)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:TP751.1国际图书分类号:西南交通大学研究生学位论文密级:公开基于改进的形态学滤波与区域增长法的建筑物点云数据提取方法研究年姓{三々指导Grade:2009Candidate:LangWulingAcademicDegreeAppliedfor:MasterSpeciality:PhotogrammetryandRemoteSensingSupervisor:Prof.LiuGuoxiangMay,2012(请在以上方框内打t‘v,,)学位论文作者签名.召p悝冥日期:20JZ.岁
2、、3J⋯燧名:矗刁碍日期:2{212.箩,弓f西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:分析总结了机载激光探测系统的;机载激光测量系统的发展现状,LiDAR系统与其它摄影测量方式相比的不同;激光点云数据的应用范围,和相关点云数据处理方法的国内外现状。研究分析TerraSolid软件系列模块的特点和功能,以及TerraScan模块实现滤波分类的相关原理和具体数据处理流程,运用TerraSolid系统来实现建筑物提取的方式;研究用改进的数学形态学对激光点云数据
3、进行滤波处理,以及通过改进的区域增长法来实现在非地面点集信息中,对建筑物信息的提取。通过具体实验结果比较分析,验证了本文中改进的形态学滤波方法的可行性,以及通过改进的区域增长法,即不对整体点云数据进行数据重采样,而是先进行滤波分类,分离出地面点与非地面点之后,在对非地面点集实行区域增长法来提取建筑物信息,验证了该方法的有效性。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出
4、贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:日期:2012.多.弓7都幢霉西南交通大学硕士研究生学位论文第1页摘要机载激光雷达测量技术,作为一种快速、高效获取高精度数字表面模型的摄影测量方式,应用范围不断扩大;同时,对于城区建筑物等基础设施的三维信息提取,在数字城市的建设和应用日益受到广泛的关注,机载LiDAR系统获取的点云数据具有直接描述测区表面三维信息的能力,是一种实现城区建筑物的特征信息提取的重要方式。为了获取有效的建筑
5、物信息,对机载LiDAR点云数据进行滤波分类和建筑物提取的方法是两个核心内容,本文分析总结了近年来利用机载LiDAR数据进行滤波分类的方法和对建筑物点云数据提取的相关方法,对形态学滤波方法进行了改进,同时运用改进的区域增长法来进行建筑物信息的提取,并通过具体实验验证了本文研究方法的可行性。此外,为了对比实验方法进行对比分析,还结合了目前使用较广的商用软件TcrraSolid对实验数据进行滤波分类处理以及建筑物信息的提取。本文的主要研究工作有一下几个方面:(1)结合TcrraSolid软件的系统流程简
6、要归纳了基于机载LiDAR数据实现滤波和分类的相关基本原理、算法及基本处理流程。特别针对建筑物的提取展开深入研究。(2)鉴于经典的形态学滤波是使用固定窗口进行开运算处理,对于实际测区中地物尺寸大小的变化适应性较弱,并且采用固定的高程阈值判定指导滤波也很难满足实际应用的需求,本文基于现有算法通过比较分析,基于点云数据的形态学滤波进行改进,通过选择变化的开运算窗口和高程阈值来进行分类,有效提高了该方法的适用性和分类精度。(3)为了提取建筑物信息,考虑到建筑物与其它非地面信息(比如植被)具有不同的平面法向
7、量,以此作为特征参数,基于区域增长法实现数据分割。传统算法根据不规则三角网的区域增长法,通过不同数据类型邻接部分的高程突变来实现判断;但在对LiDAR点云数据进行数据重采样的过程中,容易造成数据精度的丢失。所以,研究分析中不对全局点云数据实行区域增长,而是先对点云数据进行滤波处理,分离为地面点与非地面点两部分,然后从非地面点集实行基于离散点的区域增长法来提取建筑物信息。实验验证表明,该方法的在实际应用中具有更强的适应性,能够有效提高.西南交通大学硕士研究生学位论文第1I页建筑物提取的精度和可靠度。关
8、键词:激光雷达;滤波分类;改进的区域增长法;建筑物提取西南交通大学硕士研究生学位论文第1II页AbstractAsakindofphotogrammetrictechniquetoobtainthepreciseDEMproductioninreal-time,LiDARhasbeenwidelyappliedinmoreandmorefields.Simultaneously,itiswidelyreseachedindigitalcitytoacquirethe3
此文档下载收益归作者所有