收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于全波形TLS点云的植被遮挡目标探测及可见性分析方法的研究

刘箭锋  
【摘要】:相对机载激光扫描仪器而言,地面激光扫描仪(Terrestrial Laser Scanners,简称TLS)能够获取地面复杂场景的三维精细点云数据,具有高密度、高精度和高效率的特点。作为一种全波形TLS,RieglVZ-1000使用多回波点云技术,能够感知激光束在同一方向上获取的不同距离的目标,即多回波点云信息,对研究遮挡区域即植被区域具有针对性,在改善遮挡目标探测的准确性上展现了巨大潜力。近年来,卷积神经网络在计算机视觉领域得到广泛应用,成功用于解决各类三维图形图像的分类和提取。目前,关于三维目标形状表示的方法,主要局限于单回波识别,不能应用于基于多回波的植被遮挡探测,原因在于缺乏良好的三维几何表示方法表示隐蔽目标因被遮挡而展现的不规则形状。为了解决当前问题,本文在探测植被遮挡的全波形TLS点云模型中主要做出了三项研究工作:首先,本文针对三维TLS点云数据,基于体素分层,实现了点云场景中树木自动提取且F1值高达0.93,证明该算法可有效提取多回波TLS点云的树木。其次,由于需要对隐藏在植被后面的隐蔽目标进行感知与探测,因此需要检测出中间回波代表的植被遮挡区域以及可能有隐蔽目标存在的末次回波。本文利用全波形TLS点云中单次回波、一次回波、中间回波和末次回波的不同三维坐标特性和回波强度特性,做成数据样本,然后基于PointNet的三维点云网络框架进行样本训练并进行超参数调制,取得了良好的网络训练和识别效果。随之,本文采用深度Kd网络实现了末次回波中植被遮挡区域的隐蔽目标探测。实验测试采用两组由Riegl VZ-1000扫描的TLS点云场景并和PointCNN对比。其中,本文采用的网络PointNet测试的F1值最高达0.92,最低达0.81。而PointCNN的F1值最高仅为0.64,实验结果证明了本文采用的方法具有可行性和优越性。最后,本文对树木及其隐蔽目标点云的遮挡特性从位置、密度和回波强度等角度进行了分析。引入了遮挡目标和隐蔽目标的三维差分位置坐标,并计算了其特征值和特征向量,分析了植被NDI指数和冠层密度的关系,实现了隐蔽目标感知的可见性分析。


知网文化
【相似文献】
中国期刊全文数据库 前12条
1 王雯;任小玲;陈逍遥;;一种改进的区域增长彩色3D点云分割算法[J];国外电子测量技术;2018年11期
2 陈华臻;高健;;面向反光工件点云缺陷的点云增强算法[J];计算机辅助设计与图形学学报;2019年07期
3 马东岭;王晓坤;李广云;;一种基于高度差异的点云数据分类方法[J];测绘通报;2018年06期
4 杨泽鑫;程效军;丁琼;程小龙;;面向室内场景点云的对象重建[J];测绘通报;2017年06期
5 翁福洲;黄鹤;;快速点云定向数学模型实际精度分析[J];北京测绘;2017年04期
6 琚俏俏;王令文;;基于自适应切片的点云压缩算法[J];工程勘察;2017年09期
7 许宁;钟友玲;;地面三维激光扫描点云重建技术研究[J];数码世界;2017年08期
8 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期
9 徐守乾;朱延娟;;稀疏点云的曲面重构[J];中国制造业信息化;2011年03期
10 梁新合;梁晋;郭成;曹巨明;;法向约束的多幅点云数据融合算法[J];西安交通大学学报;2009年05期
11 周德芳,刘京南,余玲玲;基于OpenGL实现三维重构点云处理[J];电子工程师;2003年10期
12 郭东兵;董黎君;梁国星;;基于多数投票法的扫描点云尖锐特征保留方法[J];重庆理工大学学报(自然科学);2019年10期
中国重要会议论文全文数据库 前10条
1 牛雪娟;刘景泰;孙雷;;基于小波变换的栅格点云多分辨率分析[A];第二十七届中国控制会议论文集[C];2008年
2 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
3 赵小祥;刘宝武;;车载点云中建筑物快速提取方法[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
4 张舒;谢艾伶;白志辉;王响雷;;三维激光扫描点云粗差剔除方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
7 吴新桥;王昊;杨家慧;;面向电网巡检的点云高精度配准算法研究[A];生态互联 数字电力——2019电力行业信息化年会论文集[C];2019年
8 童艳丽;施昆;李志杰;;机载激光点云与影像的融合与分类技术研究[A];云南省测绘地理信息学会2016年学术年会论文集[C];2016年
9 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
10 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵宗泽;基于数学形态学的机载LiDAR点云建筑物区域提取[D];武汉大学;2016年
2 魏崇阳;城市环境中基于三维特征点云的建图与定位技术研究[D];国防科学技术大学;2016年
3 奚以成;基于机载LiDAR技术的城市智能感知与变化检测技术研究[D];沈阳农业大学;2018年
4 宋孟肖;LiDAR点云辅助的城区航空影像空中三角测量[D];武汉大学;2018年
5 李明磊;激光扫描点云的线结构提取与应用研究[D];战略支援部队信息工程大学;2017年
6 曹如军;基于机载LiDAR点云的建筑屋顶三维重建[D];武汉大学;2017年
7 黄鹏頔;三维激光扫描点云典型场景可见性分析方法研究[D];厦门大学;2017年
8 罗欢;高分辨率激光扫描点云语义标注研究[D];厦门大学;2017年
9 付玮;基于摄影测量系统的标定与表面数据融合算法研究[D];南昌大学;2018年
10 黄旭;LiDAR点云约束下的多视影像密集匹配与融合方法研究[D];武汉大学;2016年
中国硕士学位论文全文数据库 前10条
1 储小玉;基于光照补偿的RGBD点云配准方法研究[D];安庆师范大学;2019年
2 彭信杰;基于深度点云卷积神经网络DPCNet的三维场景分割[D];河南大学;2019年
3 孙成;三维激光点云特征提取及配准算法改进[D];西安科技大学;2019年
4 尹科棹;基于点云空间特征的牙咬合分析关键技术研究[D];电子科技大学;2019年
5 廖加竞;室外街景目标检测方法研究[D];电子科技大学;2019年
6 戴雷宇;基于地基与机载LiDAR数据的阔叶林LAD反演[D];电子科技大学;2019年
7 申睿涵;基于深度学习的激光雷达多目标地物智能识别[D];电子科技大学;2019年
8 张春元;基于卷积神经网络的三维物体识别研究[D];合肥工业大学;2019年
9 王玉婷;RGB-D图像和点云图像实例分割方法研究[D];合肥工业大学;2019年
10 卢钰仁;基于点云的三维可视化核环境建模方法研究[D];河北工业大学;2017年
中国重要报纸全文数据库 前10条
1 本报记者 杨静;私企的天空有点云[N];山西经济日报;2001年
2 记者 张莹莹;指点云岭 激扬文字[N];云南政协报;2012年
3 商报记者 张绪旺;盘点云计算:概念众多 能力存疑[N];北京商报;2011年
4 记者 王力中 通讯员 沈惠芳;世界顶尖点云扫描设备技术入驻德清[N];湖州日报;2015年
5 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
6 VAR记者 张林才 郭宏远 彭敏;点云成金[N];电脑商报;2011年
7 高卫松 蔡列飞;武大师生两论文获美国摄影测量与遥感学会奖[N];中国测绘报;2014年
8 记者 祝桂峰 通讯员 张荣;构建“智慧广州”又添新技术[N];中国矿业报;2012年
9 张立本 彭桂辉;航测局四项科研成果通过鉴定[N];中煤地质报;2014年
10 本报记者 李树翀;价值:云计算的终极砝码[N];中国计算机报;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978