基于机载LiDAR技术的城市智能感知与变化检测技术研究

【摘要】：随着人类社会和经济水平的飞速发展,城市作为人类社会活动的主要载体每时每刻都在不断发生变化,如大量新建住宅的出现,老城区改造、违章建筑的拆迁,道路改移和扩建,新建高速公路、铁路,河流、湖泊填充等等现象都会时刻出现在我们身边。为了准确把握城市发展动态,更好进行城市统筹规划,本文在分析总结前人研究的基础上,借助机载激光雷达技术优势,开展了机载LiDAR数据预处理关键技术、基于空间属性和语义特征的点云数据表达和基于多时相LiDAR点云的城市变化检测探究三个方向的研究,为开展城市大规模智能感知分析与变化检测提供了参考。研究获得以下主要结果:(1)本文从点云精度的可靠性出发,分别开展了基于LiDAR点云数据的航带平差计算研究和点云滤波分类研究,系统分析了机载LiDAR系统的误差源和平差数学模型。针对海量数据和模型可靠性,提出了一种基于自动连接线的点云模块化航带平差算法;结合特征属性,提出了一种复杂环境下基于特征属性的多层次滤波分类方法。(2)深度挖掘海量点云最优化组成形式,分析了点云数据的组织方式和各种方式的优缺点。再此基础上,以语义特征为基础,形成了一种基于空间属性、特征属性、色彩属性和拓扑属性的结构化、语义化的点云数据组合逻辑;针对如何切实有效的开展大规模点云数据调度,提出了模块化的TIN数据结构设计、空间索引建立方法、三角网简化计算等关键技术的解决方案。(3)针对现代化城市的空间属性和地物特点,开展了城市地表形变变化检测和城市结构体变化检测。针对城市地表形变变化,重点研究了基于改进型ICP算法的匹配、基于坡度熵的地表抽稀算法,在此基础上提出了一种适应性强的三维地表变化检测策略;针对城市结构体变化检测,研究了LiDAR点云局部曲面特征提取和基于形态学算子的点云噪声处理,形成了一种基于差异性分析的城市结构体三维变化检测方法。