收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数学形态学的机载LiDAR点云建筑物区域提取

赵宗泽  
【摘要】:建筑物区域提取长期以来一直是摄影测量领域研究的热点。最初,许多学者试着仅仅从影像中提取出建筑物区域,然而,由于建筑物区域复杂的纹理信息,自动地从影像中提取出建筑物区域显得非常困难,通常地,需要人工干预地提取出准确的建筑区域,特别是对于大比例尺的航空影像。基于航空影像建筑物区域提取的困难使越来越多的学者开始关注机载激光探测与测距(Airborne Light Detecting And Ranging, Airborne LiDAR)技术,该系统可以快速地获得大面积且密集的地物三维信息,把建筑物提取任务直接转换为几何信息的处理,从而促使了建筑物提取方法的自动化。近几年以来,随着密集匹配算法的发展,也可以从立体航空影像中生成密集且高精度的三维点云数据,但是,与激光三维点云相比,密集匹配点云在弱纹理区域会产生点云空白区域,而强纹理区域点云又过于密集,造成密集匹配点云非常不平均,会增加点云的处理难度,另外,密集匹配点云并不能提供点云的回波信息。数学形态学(Mathematical Morphology)是基于集合、积分几何和代数等数学理论的空间结构分析理论,主要用来分析物体的形状以及组成形式。三维点云的处理恰好是对地物几何信息的处理,所以,可以把数学形态学理论用于三维点云数据处理过程中,目前,许多学者利用数学形态学理论对三维点云进行滤波,生成三维点云的地面和非地面信息。本文以基于数学形态学的机载激光点云建筑物区域提取为研究目标,试着去实现自动并准确地提取出建筑物区域,论文主要研究工作如下:1)为了将数学形态学方法用于激光点云数据,需要将激光点云内插生成网格数据,在内插过程中,网格间隔与点云间隔保持一致,并记录每个网格内点云的数量和序号,所以,不会损失激光点云原始信息。为了去除原始激光点云的噪声点,引入数学形态学中的项帽变换(Top-hat Transform)来去除高低噪声点,主要利用白顶帽变换(White Top-hat Transform)去除高噪声点,黑顶帽变换(Black Top-hat Transform)去除低噪声点。另外,为了便于后续的建筑物和植被区域的区分,利用植被指数和多次回波属性分别识别出研究区的植被区域。2)提出了一种基于分水岭算法(Watershed Algorithm)的机载激光点云建筑物区域提取方法,首先,需要生成激光点云网格数据的形态学梯度;然后,利用桶排序算法对梯度数据进行排序;最后,根据梯度排序顺序,依次对激光点云数据进行淹没,从而完成对激光点云的分割。另外,在淹没过程中,为了分离与建筑物相连的植被区域,利用植被区域模板对淹没过程进行限制。在对激光点云进行分割以后,利用证据理论对分割区域进行分类,主要生成四种数据源:(1)当前区域与其相邻区域的高程差值;(2)高程小于其平均高程的相邻区域所占百分比;(3)植被指数;(4)多次回波的点所占的比率。利用模糊理论来描述这四种数据源的概率量,并可以求出四种数据源的联合概率,分别对应于建筑物、植被、草地和裸地四种地物类别。根据激光点云的分类结果,设置面积阈值提取出建筑物区域。3)提出了一种基于连通算子(Connected Operators)的机载激光点云建筑物区域提取方法,并与基于分水岭算法的机载激光点云建筑物区域提取方法进行结合。首先,对激光点云网格数据进行阈值叠加(Threshold Superposition),在不同高程等级上生成二值影像;然后,对不同高程等级的二值影像进行基于分离的二次连通性分析,消除区域之间的“弱连接”现象,并利用基于模板的连通性分析去除与建筑物相连的植被区域;最后,利用相邻高程等级上建筑物与地面连通区域面积之差的区别滤去地面区域,识别出建筑物区域。在利用连通算子建筑物区域提取过程中,对于一些高程较低或坡度大的建筑物,在连通性分析过程中,很难与地面分离开来,从而无法提取出来,而分水岭算法可以较好地提取出来。然而,对于某些密集且高程高低不平的建筑物区域,基于分水岭算法的提取方法很难提取出来,而基于连通算子的提取方法可以较好地提取出来。根据以上分析可知,对于不同类型的建筑物提取,分水岭算法和连通算子具有各自的优势,所以,对分水岭算法和连通算子的建筑物提取区域进行合并。4)对建筑物提取区域进行精度评价和分析。利用基于像元和对象的精度评价方法分别对基于分水岭算法的建筑物提取区域、基于连通算子的建筑物区域和最终的建筑物区域进行精度评价,并分析了建筑物面积和重叠度阈值对精度评价结果的影响。另外,分别对ISPRS五个测试区域的建筑物提取结果进行精度评价,并与其它方法进行了对比分析。


知网文化
【相似文献】
中国期刊全文数据库 前13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 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 冯上朝;刘莎;;基于激光扫描的飞机点云预处理技术[J];计算机与数字工程;2018年07期
12 杨晶东;韩太军;;一种有效的基于点云特征人体识别方法[J];计算机应用研究;2017年05期
13 郝雯;王映辉;宁小娟;;基于基本形状及其拓扑关系的点云建筑物重建方法[J];西安理工大学学报;2017年03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 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
8 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
9 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
10 赵四能;张静海;杨映泉;王利党;;基于布料模拟的点云滤波算法应用分析研究[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 谢洪;基于地面三维激光扫描技术的海量点云模型重建关键算法研究[D];武汉大学;2013年
6 刘立坤;基于流形理论的LiDAR多维点云分割方法研究[D];武汉大学;2015年
7 张蕊;基于激光点云的复杂三维场景多态目标语义分割技术研究[D];战略支援部队信息工程大学;2018年
8 李鹏;城市地物点云配准与典型要素提取[D];中国矿业大学;2018年
9 胡国军;基于条纹阵列探测的中高空激光雷达测绘系统关键技术研究[D];战略支援部队信息工程大学;2018年
10 郑颖龙;基于联合双边滤波器的点云特征保持滤波[D];华南理工大学;2018年
中国硕士学位论文全文数据库 前10条
1 王俊豪;三维激光点云配准与摄影测量漏洞修补研究[D];长安大学;2018年
2 方程喜;用于公路勘察设计的机载LiDAR点云抽稀研究[D];长安大学;2018年
3 郝艳妮;基于多隐层神经网络的点云孔洞修补算法的并行化研究[D];宁夏大学;2018年
4 崔毅;基于线激光旋转扫描的三维视觉测量方法研究[D];哈尔滨工程大学;2018年
5 王婉佳;点云特征提取与拼接算法研究[D];哈尔滨工程大学;2018年
6 邵红旭;低重叠率点云配准技术研究[D];哈尔滨工程大学;2018年
7 陈龙;基于逆向工程的失效模具快速修复方法及数值模拟[D];哈尔滨理工大学;2018年
8 姚瑶;基于地面三维激光点云的形变监测技术研究[D];华东师范大学;2018年
9 孙大林;路面点云建模并行算法及缺陷检测方法研究[D];哈尔滨工业大学;2018年
10 刘科;平面点云边界提取算法研究[D];长沙理工大学;2017年
中国重要报纸全文数据库 前9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 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
3 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
4 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
5 VAR记者 张林才 郭宏远 彭敏;点云成金[N];电脑商报;2011年
6 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
7 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
8 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
9 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