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
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:机载激光雷达论文; 数据滤波论文; 建筑物提取论文; 多分辨率分析论文; 分层稳健线性估计论文; 渐进窗口尺寸论文; 改进的逐行双向标识法论文; 最小外接矩形论文;