欢迎来到天天文库
浏览记录
ID:34438345
大小:2.84 MB
页数:63页
时间:2019-03-06
《机载lidar点云数据分类方法研究》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、学校代码10530学号201510202000分类号P231密级硕士学位论文机载LIDAR点云数据分类方法研究学位申请人李峰指导教师刘正才教授李志文高级工程师学院名称土木工程与力学学院学科专业测绘工程研究方向数字摄影测量系统二零一八年六月ResearchontheApplicationofResearchonAirborneLIDARPointCloudDataClassificationMethodCandidateLiFengSupervisorProfessor.LiuZhengCaiSeniorEngineerLiZhiWenCollegeCollegeofCivilE
2、ngineeringandMechanicsProgramSurveyingandMappingEngineeringSpecializationDigitalPhotogrammetrySystemDegreeMasterUniversityXiangTanUniversityDateJune2018摘要机载LIDAR技术作为一种新兴技术,因其能快速有效的获取地面三维坐标信息的技术手段,已应用于多个行业。目前国内外对于LIDAR技术硬件方面的研究已相对成熟,但在LIDAR数据后处理方面还是研究热点。LIDAR数据滤波作为数据后处理过程中最为重要的一项环节,其结果将直接影响到之
3、后生成的DEM质量。因此实现LIDAR点云数据快速、精准的获取地形数据是当前急需解决的问题。基于这个研究目标,本文从滤波分类和点云抽稀两方面进行了探讨。主要内容包括以下几个方面:(1)阐述了机载激光雷达系统的组成、激光测距工作原理,阐明了机载激光雷达的系统误差,介绍了机载激光雷达系统的特点以及应用领域。详细论述了机载LIDAR数据的滤波分类原理,对当前国内外常用的几种滤波算法的优缺点进行了分析总结;(2)传统的坡度滤波算法在地形自身坡度与地物坡度相差不大时,应用坡度阈值很难界定,本文提出了一种改进算法,加入了不规则三角网,利用不规则三角面拟合地表面,在通过判断待定点与之对应的三
4、角面的关系,设置了高差阈值,有效的减小了第Ⅱ类误差,一定程度上解决了坡度阈值的自适应问题;(3)利用两种已有LIDAR点云数据抽稀算法,分别对三种不同地形的点云数据进行了抽稀实验研究,分别得到了两种算法在不同抽稀率与DEM精度的关系,对其进行对比分析后发现,即使采用60%的抽稀率,其点云数据处理生成的DEM成果的精度还比较好。研究表明:本论文改进算法能够有效的对机载LIDAR数据进行处理,并能很好的处理区分地形坡度与地物坡度相近的情况,提高滤波结果的准确性。在满足DEM实际工程应用精度要求的基础上,对滤波后点云数据进行抽稀处理是可行的。关键词:LIDAR;滤波;坡度滤波算法;抽
5、稀;DEMIAbstractAsanemergingtechnology,airborneLIDARtechnologyhasbeenappliedinmanyindustriesbecauseofitsabilitytoacquirethree-dimensionalcoordinateinformationonthegroundquicklyandefficiently.Atpresent,researchonLIDARtechnologyathomeandabroadisrelativelymature,butitsdataprocessingisstillahotres
6、earcharea.Asthemostimportantpartofthedatapost-processingprocess,theresultsofdatafilteringwilldirectlyaffectthequalityofDEMgeneratedafterwards.Therefore,itisanurgentproblemtoobtainLIDARpointclouddataquicklyandaccurately.Sothispaperwasaimedtodiscusstwoaspects:filterclassificationandpointcloudt
7、hinning.Herewasthemaincontent:(1)Thispaperexplainedthecompositionoftheairbornelaserradarsystemandtheworkingprincipleoflaserranging,clarifiedthesystemerroroftheairbornelaserradar,andintroducedthecharacteristicsandapplicationfieldsoftheairbornelaserr
此文档下载收益归作者所有