基于点云数据滤波分类的建筑物提取方法研究.doc
约71页DOC格式手机打开展开
基于点云数据滤波分类的建筑物提取方法研究,3.44万字 71页 原创作品,已通过查重系统 摘要 在21世纪的今天,人类的科学技术和硬件技术得到了飞速的发展,人类研究空间信息的能力在不断的提高,数据采集与处理的精度和效率也在不断进步,特别在“数字地球”、“智慧城市”这两个概念被提出后,数据采集技术得到了世界各个国家的广泛关...
内容介绍
此文档由会员 马甲线女神 发布
基于点云数据滤波分类的建筑物提取方法研究
3.44万字 71页 原创作品,已通过查重系统
摘 要
在21世纪的今天,人类的科学技术和硬件技术得到了飞速的发展,人类研究空间信息的能力在不断的提高,数据采集与处理的精度和效率也在不断进步,特别在“数字地球”、“智慧城市”这两个概念被提出后,数据采集技术得到了世界各个国家的广泛关注。城市作为人类活动的中心,研究城市的空间数据成为了空间信息处理的重要内容,而建筑物模型是“数字地球”和“智慧城市”的基础数据之一,因此,提取城市建筑物信息并对其进行建模将对日后各项工作的展开产生显著的帮助,具有巨大的现实意义。机载激光雷达技术是一种新兴的高度集成主动探测技术,它能够快速、高效、精确的获取探测区域的三维信息,并将三维信息用大量密集的点表现出来,在城市三维重建中扮演者重要的角色,因此研究基于机载激光雷达技术来提取建筑物信息具有十分重要的理论与应用价值。
本文从分析机载激光雷达系统的组成、原理以及点云数据的特点为基础,用两种方法研究了城市建筑物的提取:(1)基于点云数据滤波分类来提取建筑物,首先分析了常用的滤波与分类方法,并探讨了本论文中使用的基于平面拟合的点云数据滤波方法和基于TIN组织方式的点云数据分类的方法,实现了地面点和地物点的分类,并在构成的三角网中根据不同地物的点云分布特征,通过设置三角形阈值如边长、坡度、面积等条件滤除了植被等其它地物,最后设计算法将地物点分类结果中的大面积三角形和高程较低的地物滤除,获得了建筑物边缘;(2)基于DSM深度影像提取建筑物,首先分析了生成DSM深度影像的方法,进而生成了影像,然后对深度影像进行处理,以滤除了噪声、较矮地物、植被等信息,主要有双边滤波、形态学图像处理、图像二值化及滤除小面积粒子,并编程实现了相关算法。最后比较了几种常用的边缘检测算子,选取了canny算子进行边缘检测,最终获得了建筑物边缘信息。
本文通过使用上述两种方法,对机载激光雷达点云数据进行了处理,对比了两种方法所产生的结果,最终完成了建筑物信息提取的工作。
关键词:机载激光雷达系统;点云数据;滤波分类;TIN;建筑物提取;DSM深度影像
3.44万字 71页 原创作品,已通过查重系统
摘 要
在21世纪的今天,人类的科学技术和硬件技术得到了飞速的发展,人类研究空间信息的能力在不断的提高,数据采集与处理的精度和效率也在不断进步,特别在“数字地球”、“智慧城市”这两个概念被提出后,数据采集技术得到了世界各个国家的广泛关注。城市作为人类活动的中心,研究城市的空间数据成为了空间信息处理的重要内容,而建筑物模型是“数字地球”和“智慧城市”的基础数据之一,因此,提取城市建筑物信息并对其进行建模将对日后各项工作的展开产生显著的帮助,具有巨大的现实意义。机载激光雷达技术是一种新兴的高度集成主动探测技术,它能够快速、高效、精确的获取探测区域的三维信息,并将三维信息用大量密集的点表现出来,在城市三维重建中扮演者重要的角色,因此研究基于机载激光雷达技术来提取建筑物信息具有十分重要的理论与应用价值。
本文从分析机载激光雷达系统的组成、原理以及点云数据的特点为基础,用两种方法研究了城市建筑物的提取:(1)基于点云数据滤波分类来提取建筑物,首先分析了常用的滤波与分类方法,并探讨了本论文中使用的基于平面拟合的点云数据滤波方法和基于TIN组织方式的点云数据分类的方法,实现了地面点和地物点的分类,并在构成的三角网中根据不同地物的点云分布特征,通过设置三角形阈值如边长、坡度、面积等条件滤除了植被等其它地物,最后设计算法将地物点分类结果中的大面积三角形和高程较低的地物滤除,获得了建筑物边缘;(2)基于DSM深度影像提取建筑物,首先分析了生成DSM深度影像的方法,进而生成了影像,然后对深度影像进行处理,以滤除了噪声、较矮地物、植被等信息,主要有双边滤波、形态学图像处理、图像二值化及滤除小面积粒子,并编程实现了相关算法。最后比较了几种常用的边缘检测算子,选取了canny算子进行边缘检测,最终获得了建筑物边缘信息。
本文通过使用上述两种方法,对机载激光雷达点云数据进行了处理,对比了两种方法所产生的结果,最终完成了建筑物信息提取的工作。
关键词:机载激光雷达系统;点云数据;滤波分类;TIN;建筑物提取;DSM深度影像