基于地面LiDAR数据的建筑物立面识别及提取研究

论文摘要

传统测量存在易受到地形地貌、天气状况等条件影响,且劳作强度大,数据处理效率低等特点,使得传统的测量技术产品越来越无法满足需求。则地面激光扫描技术应运而生,它是一种快速而高效地获取测量目标主体物的测量技术,具有全自动、非接触、高精度等特点,在“智慧城市”、“数字城市”中的应用已越来越成熟。针对TLS点云数据的特点,如何对海量、多样、非结构化的三维点云进行处理,是点云研究的挑战性问题。基于国内外学者对点云数据的研究,本文主要围绕TLS数据的预处理展开研究,着重对数据采集后滤波处理、建筑物立面提取、以及建筑物立面表面细节识别等方面展开了研究,并取得一定的进展。主要研究内容及取得成果如下:（1）阐述了地面激光扫描仪的工作原理,重点介绍了RIEGL VZ-1000的组成,以及数据采集的主要流程。并归纳和总结了TLS数据的特点,着重介绍了几种典型地物的点云数据特点,包括空间分布特征和几何特征,为后续实验过程做准备。（2）研究区点云数据滤波处理。讨论了目前已有的经典点云滤波算法,包括基于数学形态学滤波算法、基于坡度的滤波算法和PCL点云方法库中的组合滤波器。并总结分析了已有滤波算法的优缺点,在此基础上提出了一种基于二维Gamma分布的滤波算法,分别选取不同的邻域个数,设定了邻域均值和斜率两个约束条件分离噪声点,实验结果对比表明采用二维联合Gamma分布滤除噪声点的同时更能保留主体细节特征。（3）基于RANSAC算法的建筑物立面提取。对目前已有的立面信息提取算法进行了深入研究,分析了其现有算法的优缺点。在此基础上,提出采用RANSAC算法进行实验,实现了建筑物立面数据的提取,通过实验验证此算法的有效性。（4）基于地性线的建筑物立面细节特征识别。对建筑物立面数据的细节特征进行了深入分析,总结了立面细节的语义特征,提出将立面数据经过旋转、投影变换后,依据生成的TIN三角网的地形特征线识别出不同立面细节的点云数据,并对其进行几何框架模型重建。本文创新点:（1）本文通过对点云数据滤波深入研究,提出一种基于二维联合Gamma分布的滤波算法,实现无序点云的去噪。实验结果表明此算法可以减少阈值的主观设定,并且拟合效果良好。（2）本文通过对点云数据立面细节特征识别的研究,提出一种根据立面细节的语义信息实现识别的算法,并且结合地性线特征,识别出不同细节的点云数据。

论文目录

文章来源

类型: 硕士论文

作者: 李瑞雪

导师: 刘德儿

关键词: 地面激光点云,点云去噪,分布,立面提取,语义分割

来源: 江西理工大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 江西理工大学

分类号: P237

总页数: 75

文件大小: 6981K

下载量: 154

相关论文文献

• [1].基于激光点云数据的卫星导航定位研究[J]. 数字通信世界 2020(06)
• [2].基于球域膨胀的点云数据平面提取研究[J]. 测绘与空间地理信息 2020(07)
• [3].点云数据稀疏区域建筑物立面重建方法[J]. 应用科学学报 2017(02)
• [4].利用激光点云数据绘制仿古建筑立面图[J]. 淮海工学院学报(自然科学版) 2019(04)
• [5].基于激光点云数据的卫星导航定位研究[J]. 激光杂志 2020(02)
• [6].一种古建筑点云数据的语义分割算法[J]. 武汉大学学报(信息科学版) 2020(05)
• [7].利用激光点云数据检测特征表面平整度[J]. 科技创新与应用 2020(32)
• [8].基于球域膨胀的点云数据平面提取[J]. 工程技术研究 2018(11)
• [9].海量点云数据分布式并行处理技术综述[J]. 信息工程大学学报 2018(05)
• [10].三维激光扫描点云数据盲区边界识别与应用[J]. 有色金属(矿山部分) 2019(05)
• [11].地面激光点云数据质量评价与三维模型快速重建技术研究[J]. 测绘学报 2017(12)
• [12].三维激光扫描点云数据的精简方法探讨[J]. 黄河水利职业技术学院学报 2018(02)
• [13].点云数据生成软件的设计及其在月饼模具逆向设计与制造中的应用[J]. 制造技术与机床 2017(03)
• [14].点云数据提取二次曲面特征算法研究[J]. 信息通信 2017(05)
• [15].一种改进的激光点云数据精简算法[J]. 激光与红外 2016(06)
• [16].广式古家具的逆向点云数据采集研究[J]. 包装工程 2016(16)
• [17].基于二维的地面点云数据组织研究[J]. 兵工自动化 2016(07)
• [18].基于点云数据的道路特征参数提取方法研究[J]. 矿山测量 2014(06)
• [19].密度聚类方法在点云数据分割中的应用研究[J]. 测绘与空间地理信息 2015(01)
• [20].多片点云数据拼接处理技术的研究[J]. 水利与建筑工程学报 2014(01)
• [21].压缩感知点云数据压缩[J]. 应用科学学报 2014(05)
• [22].多视点云数据快速对齐方法[J]. 机械设计与研究 2009(01)
• [23].基于地铁隧道点云数据的组合滤波算法[J]. 沈阳建筑大学学报(自然科学版) 2020(03)
• [24].三维激光点云数据精简算法[J]. 吉首大学学报(自然科学版) 2018(05)
• [25].基于颜色取样的苹果树枝干点云数据提取方法[J]. 农业机械学报 2019(10)
• [26].基于法矢修正的点云数据去噪平滑算法[J]. 哈尔滨理工大学学报 2018(05)
• [27].一种改进的点云数据精简算法[J]. 现代制造工程 2016(12)
• [28].新的点云数据压缩法在舞动治理工程中的应用研究[J]. 山西建筑 2017(26)
• [29].欧氏聚类算法支持下的点云数据分割[J]. 测绘通报 2017(11)
• [30].基于控制测量的多视点云数据配准方法的研究[J]. 测绘与空间地理信息 2016(09)

标签：地面激光点云论文;  点云去噪论文;  分布论文;  立面提取论文;  语义分割论文;