机载LIDAR数据滤波与建筑物提取技术研究

机载LIDAR数据滤波与建筑物提取技术研究

论文摘要

机载LIDAR(Light Detection and Ranging)技术是一种崭新的遥感技术,它给人们带来了新型的观测手段和测量方法,为地形测绘提供了新途径,也为突破某些传统测绘手段很难解决的测绘难题带来了新的希望。本文旨在研究机载LIDAR数据应用于DEM(DigitalElevation Model)、DSM(Digital Surface Model)的生产以及在城市三维建模中的潜力,对其中的关键处理技术——数据滤波与建筑物提取进行了深入的分析和研究,自主开发了一套基本功能完整的机载LIDAR数据处理系统——Lidar-Fire。本文的主要工作和创新点如下:1.回顾了机载LIDAR系统及其数据后处理技术的发展概况;介绍了国际上具有代表性的机载LIDAR数据处理软件TerraScan的主要功能,指出了我国目前在这一领域的不足和技术难点;对机载LIDAR系统的基本组成及其工作原理进行了阐述,深入分析了机载LIDAR系统的主要数据误差源及其改正模型。2.实现了基于多分辨率分析的滤波算法、分层稳健线性估计滤波算法以及基于渐进窗口尺寸的数学形态学滤波算法等典型滤波算法,并进行了实验,在此基础上引入了逐行双向标识算法——OBL(One-dimensional and Bidirectional Labelling),并对之进行改进,提出了改进的OBL算法——POBL(Progressive One-dimensionaland Bidirectional Labelling第—)。该算法在滤波过程中引入了多种判断尺度,克服了现有滤波算法判断尺度单一,无法适应复杂地形环境的缺点,有效的提高了在复杂背景环境下数据滤波的准确率。3.提出了临近关系尺度,利用该尺度有效地分离了建筑物表面点和植被表面点,解决了现有算法在实现建筑物表面点与植被表面点分离时过分离和欠分离的问题;引入了R半径密度概念,实现了准确而快速的建筑物脚点分割。4.提出了基于最小外接矩形的建筑物三维重建算法,该算法较好地克服了基于不变力矩的建筑物三维重建算法对数据质量的要求和依赖,实现了自由度较高、速度较快的建筑物三维重建的目的。5.实现了基于数据驱动的建筑物三维重建算法,在此基础上提出了基于混合模型的建筑物三维重建算法,即在建筑物三维重建过程中,同时利用模型驱动式建筑物三维重建算法和数据驱动式建筑物三维重建算法,在可对多种结构模型的建筑物进行三维重建的前提下,有效的提高了重建速度。6.开发了一套功能基本完整的机载LIDAR数据处理系统LIDAR-Fire。利用该系统对德国Narrode地区以及英国Birmingham的多块数据进行了处理实验,并对试验结果进行了分析和统计,与国外专业处理软件进行了对比性分析。实验结果表明:该系统性能稳定、精度可靠、正确性均已达到国际相关的、先进数据处理软件的水平。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 机载LIDAR系统的发展概况
  • 1.2.1 国外发展概况
  • 1.2.2 国内发展概况
  • 1.2.3 美国应用机载LIDAR系统案例
  • 1.3 机载LIDAR系统的技术特点与应用范围
  • 1.3.1 LIDAR技术与INSAR/IFSAR技术的比较
  • 1.3.2 LIDAR技术与摄影测量技术的比较
  • 1.3.3 机载LIDAR系统的应用范围
  • 1.4 机载LIDAR数据后处理技术的发展概况
  • 1.4.1 机载LIDAR数据后处理流程
  • 1.4.2 数据滤波技术发展概况
  • 1.4.3 建筑物提取与三维重建技术发展概况
  • 1.4.4 国外相关数据后处理软件介绍
  • 1.4.5 我国机载LIDAR数据后处理技术现状
  • 1.5 研究背景和意义
  • 1.6 论文的体系结构
  • 第二章 机载LIDAR系统工作原理及误差分析
  • 2.1 机载LIDAR系统组成及工作原理
  • 2.1.1 系统组成
  • 2.1.2 工作原理
  • 2.2 机载LIDAR数据的系统误差
  • 2.2.1 激光测距仪误差
  • 2.2.2 机械扫描系统误差
  • 2.2.3 导航系统误差
  • 2.2.4 其它误差源
  • 2.2.5 系统集成误差
  • 2.3 机载LIDAR系统误差纠正与精度评估
  • 2.3.1 机载LIDAR系统误差纠正
  • 2.3.2 机载LIDAR数据精度评估
  • 2.4 机载LIDAR系统获取的原始数据特点
  • 2.5 本章小结
  • 第三章 机载LIDAR数据滤波技术
  • 3.1 概述
  • 3.2 机载LIDAR数据滤波的处理流程
  • 3.3 基于多分辨率分析的数据滤波算法
  • 3.3.1 算法基本原理
  • 3.3.2 实验结果与分析
  • 3.4 基于渐进窗口尺寸的数学形态学的数据滤波算法
  • 3.4.1 算法原理
  • 3.4.2 实验结果与分析
  • 3.5 基于分层稳健线性估计的数据滤波算法
  • 3.5.1 算法原理
  • 3.5.2 实验结果与分析
  • 3.6 改进的逐行双向标识法—POBL算法
  • 3.6.1 现有滤波算子的性能分析
  • 3.6.2 OBL算法的基本原理
  • 3.6.3 POBL算法的基本原理
  • 3.6.4 实验结果与分析
  • 3.7 本章小结
  • 第四章 基于机载LIDAR数据的建筑物提取与三维重建
  • 4.1 引言
  • 4.2 基于机载LIDAR数据的建筑物提取方法
  • 4.2.1 处理流程
  • 4.2.2 实现方法
  • 4.2.2.1 基于临近关系尺度的数据分类
  • 4.2.2.2 基于r-半径密度的建筑物脚点分割
  • 4.3 基于LIDAR数据的建筑物三维重建算法初步研究
  • 4.3.1 基于最小外接矩形的建筑物三维重建算法
  • 4.3.2 基于数据驱动的建筑物三维重建流程
  • 4.3.3 基于混合模式的建筑物三维重建算法
  • 4.3.4 小结
  • 4.4 本章小结
  • 第五章 LIDAR-Fire系统
  • 5.1 LIDAR-Fire系统结构组成
  • 5.2 实验结果
  • 5.3 本章小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 作者简历 攻读博士学位期间完成的主要工作
  • 致谢
  • 相关论文文献

    • [1].无人机LiDAR数据在公路勘测中的应用[J]. 工程技术研究 2020(02)
    • [2].无人机LiDAR系统在不动产测绘中的应用[J]. 北京测绘 2020(03)
    • [3].基于车载LiDAR技术在城际铁路建设工程悬高测量中的应用分析[J]. 测绘与空间地理信息 2020(05)
    • [4].机载LIDAR在水利中的应用综述[J]. 安徽建筑 2019(02)
    • [5].Photon-counting chirped amplitude modulation lidar system using superconducting nanowire single-photon detector at 1550-nm wavelength[J]. Chinese Physics B 2018(01)
    • [6].Three-dimensional imaging lidar system based on high speed pseudorandom modulation and photon counting[J]. Chinese Optics Letters 2016(11)
    • [7].无人机载LiDAR点云数据的应用探讨[J]. 福建建设科技 2017(05)
    • [8].机载LIDAR内业数据处理技术探讨[J]. 科技资讯 2017(26)
    • [9].Target recognition based on phase noise of received laser signal in lidar jammer[J]. Chinese Optics Letters 2017(10)
    • [10].Performance analysis of ghost imaging lidar in background light environment[J]. Photonics Research 2017(05)
    • [11].LIDAR技术在海域使用变化信息识别中的应用研究[J]. 科技创新导报 2015(34)
    • [12].机载LiDAR在大比例尺测图工作中的应用[J]. 江西测绘 2016(02)
    • [13].LiDAR点云数据的电力线3维重建[J]. 遥感学报 2014(06)
    • [14].基于机载LIDAR数据的大比例尺测图及精度分析[J]. 城市地理 2017(02)
    • [15].LIDAR测绘技术在工程测绘中的应用分析[J]. 城市地理 2017(18)
    • [16].机载LIDAR点云数据的处理及检校[J]. 北京测绘 2020(01)
    • [17].基于高程—坡度包围盒的地面LiDAR点云道路提取[J]. 黑龙江工程学院学报 2020(01)
    • [18].一种城区LiDAR点云数据的抽稀算法[J]. 遥感技术与应用 2019(06)
    • [19].Analysis of relative error in detection caused by signal-induced noise in Na lidar system[J]. Science China(Earth Sciences) 2018(01)
    • [20].Feedforward Control for Wind Turbine Load Reduction with Pseudo-LIDAR Measurement[J]. International Journal of Automation and Computing 2018(02)
    • [21].基于LiDAR的亚热带次生林林窗对幼树更新影响分析[J]. 农业机械学报 2017(03)
    • [22].Frequency-stabilized laser system at 1572 nm for space-borne CO_2 detection LIDAR[J]. Chinese Optics Letters 2017(03)
    • [23].高光谱和LiDAR数据融合在树种识别上的应用[J]. 绿色科技 2017(08)
    • [24].地面LIDAR在地籍测量中的应用[J]. 湖北农业科学 2017(14)
    • [25].LiDAR技术在形变测量中的应用[J]. 科技创新与应用 2017(28)
    • [26].基于机载LiDAR数据的建筑屋顶点云提取方法[J]. 中国科学院大学学报 2016(04)
    • [27].基于机载LiDAR数据的断裂构造识别[J]. 黑龙江工程学院学报 2016(03)
    • [28].Application of mobile vehicle lidar for urban air pollution monitoring[J]. Chinese Optics Letters 2016(06)
    • [29].基于阈值分割的LIDAR建筑物提取[J]. 测绘与空间地理信息 2015(02)
    • [30].Estimation of random errors for lidar based on noise scale factor[J]. Chinese Physics B 2015(08)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    机载LIDAR数据滤波与建筑物提取技术研究
    下载Doc文档

    猜你喜欢