收藏本站
《解放军信息工程大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

机载LiDAR点云与遥感影像融合的地物分类技术研究

董保根  
【摘要】:激光雷达测量(LiDAR)作为一种快速获取空间数据的新手段,在地球空间信息科学领域得到了广泛应用。借助LiDAR技术获取的地物三维点云数据与传统意义上的遥感技术获取的影像数据相比,仍存在语义信息匮乏、特征不连续等缺陷,使得地物智能化分类和识别等处理难度加大。而高分辨率影像虽具有光谱特征显著、纹理信息丰富等优点,但同物异谱、同谱异物等现象导致利用影像进行目标自动解译可靠性降低。因此,针对不同传感器获取数据的优点和局限性,将点云与影像数据融合进行地物智能分类和识别以弥补单个数据源的缺陷具有重要的研究价值。 本文基于多源数据融合理论,以支持向量机(SVM)、决策树为分类器,对机载LiDAR点云与高分辨率多光谱遥感影像融合的地物分类理论和技术进行深入研究,通过实验及特征空间分析揭示两种数据融合分类的深刻内涵。研究工作及创新点主要包括: 1.从技术层面对机载LiDAR点云与遥感影像融合分类涉及的配准和滤波问题进行了研究。尤其是利用统计矩原理实现了基于偏度平衡的点云滤波算法,该算法最大的优势在于无需阈值或参数支持,且独立于LiDAR数据格式和分辨率,采用非监督分类法将地面点与非地面点自动分离。与传统算法相比,此算法在Ⅱ类误差的控制上略有不足,但高效、智能化处理的特点使其仍具有较大的实用价值。 2.针对以往点云与影像融合分类技术中存在的“特征少,精度低”的缺点,重点加强点云特征优化提取策略研究。将点云特征依据不同的提取原则分为直接特征和间接特征,提出了在特征向量中加入原始点云局部几何属性特征以提高分类精度及稳定性的思路,并实现了五类法向量特征提取方法。对特征影像的分析表明,法向量特征能够有效区分道路、不同形状的建筑物、植被,并对车辆和植被识别有较强的敏感性。 3.将SVM引入点云与影像融合分类,提出了影像辅助点云及点云辅助影像两种多特征分类模式。分类结果表明,本文方法对不同数据均具有较强的适应性,并且两种分类模式都获得了较高的分类精度,特别是点云总体分类精度和Kappa值达到了90%以上,且成功实现车辆这一特殊地物类型的提取。对比实验表明,无论在分类精度上还是在地物类别数量上,本文方法均明显优于传统的分类方法。 4.采用正反向结合方法对影像辅助点云及点云辅助影像两种分类模式下的特征空间进行了深入分析,得出如下结论:①在影像辅助点云模式下,点云归一化高度(NH)特征对分类精度影响最大;②加入点云局部几何属性特征后,大大降低了建筑物与树木类的错分概率,解决了建筑物边缘点提取难题;③两种分类模式的对比分析表明,点云对影像分类的贡献量远大于影像对点云分类的贡献量,点云辅助影像分类更具实际意义;④以机载LiDAR点云为辅助数据的地物融合分类技术将在未来占有重要的战略地位。 5.改进了非线性Mode滤波器以改善点云和影像数据的分类结果质量。针对点云和影像两种数据的不同特点,分别利用k近邻型和窗口型Mode滤波器去除斑点噪声和椒盐噪声。对比实验结果证明,改进的Mode滤波器能有效地提高点云和影像两种数据分类结果的精度。 6.提出并实现了点云高程数据支持下影像上地物精细分类的方法。为保证高精度地同类别地物再划分,综合考虑辅助数据源、Mode滤波器、点云密度及影像空间分辨率、首次回波四种因素,利用决策树显著地提高了影像上建筑物、植被的分类数量,使点云与影像的融合分类优势得到进一步体现,达到了分类精度与地物类别数量相统一的预期目的。 7.提出并实现了多光谱影像辅助下点云中树种分类的方法。为避免特征提取单一而导致分类精度下降问题,除归一化高度、强度等直接特征外,重点提取点云中能够描述树种冠层表面信息的间接特征,包括冠层回波特征、冠层几何属性特征、冠层垂直结构特征。实验结果表明,联合机载LiDAR点云与多光谱影像数据并且利用SVM分类器获得了较高的树种分类精度和更精确的类别数量。
【学位授予单位】:解放军信息工程大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP751

【参考文献】
中国期刊全文数据库 前4条
1 周廷刚,郭达志,陶康华;NCIVI及其在城市绿化航空遥感调查中的应用——以宁波市为例[J];城市环境与城市生态;2003年01期
2 张永军;吴磊;林立文;赵家平;;基于LiDAR数据和航空影像的水体自动提取[J];武汉大学学报(信息科学版);2010年08期
3 乔纪纲;刘小平;张亦汉;;基于LiDAR高度纹理和神经网络的地物分类[J];遥感学报;2011年03期
4 龙际珍;任海叶;易华容;;一种改进决策树算法的探讨[J];株洲师范高等专科学校学报;2006年02期
中国博士学位论文全文数据库 前1条
1 罗伊萍;LIDAR数据滤波和影像辅助提取建筑物[D];解放军信息工程大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
5 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
6 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期
7 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期
8 李卓远,吴为民,王旸,洪先龙;一种新的光学临近校正方法(英文)[J];半导体学报;2003年12期
9 王一丁;杨虹;;基于多目标线性规划的人脸识别方法[J];北方工业大学学报;2009年01期
10 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
4 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
5 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年
6 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
7 ;Research of Intelligent Control Model and System on Traffic Light Time[A];中国自动化学会控制理论专业委员会D卷[C];2011年
8 刘友强;李斌;奚宁;陈家骏;;基于双语平行语料的中文缩略语提取方法[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
9 陈龙;吴志勇;袁春;蒙美玲;蔡莲红;;面向数字版权管理的声纹辅助认证系统[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
10 颜七笙;;基于PCA-SVM的动态联盟候选伙伴绩效评价方法[A];第十三届中国管理科学学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
2 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
3 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
4 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
5 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
6 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
9 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
10 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
3 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
4 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
5 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
6 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
7 林天威;基于视频流的人脸识别系统研究[D];哈尔滨工程大学;2010年
8 韩艳;基于支持向量机的发酵过程建模研究[D];大连理工大学;2010年
9 马稳;基于支持向量机的模拟电路故障诊断研究[D];大连理工大学;2010年
10 梁怀志;基于嵌入式的车型分类系统的设计与实现[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 秦其明,陆荣建;分形与神经网络方法在卫星数字图像分类中的应用[J];北京大学学报(自然科学版);2000年06期
2 车生泉,宋永昌;城市绿地景观卫星遥感信息解译——以上海市为例[J];城市环境与城市生态;2001年02期
3 宁津生;王正涛;;测绘学科发展综述[J];测绘科学;2006年01期
4 朱庆,田一翔,张叶廷;从规则格网DEM自动提取汇水区域及其子区域的方法[J];测绘学报;2005年02期
5 张齐勇;岑敏仪;周国清;杨晓云;;城区LiDAR点云数据的树木提取[J];测绘学报;2009年04期
6 黄先锋;李卉;王潇;张帆;;机载LiDAR数据滤波方法评述[J];测绘学报;2009年05期
7 武永峰;李茂松;刘布春;白文波;蒋卫国;;基于NOAA NDVI的中国植被绿度始期变化[J];地理科学进展;2008年06期
8 王晶晶;白雪;邓晓曲;王明翠;;基于NDVI的三峡大坝岸边植被时空特征分析[J];地球信息科学;2008年06期
9 田庆久,闵祥军;植被指数研究进展[J];地球科学进展;1998年04期
10 曹凯;江南;吕恒;周连义;刘新;;面向对象的SPOT 5影像城区水体信息提取研究[J];国土资源遥感;2007年02期
中国博士学位论文全文数据库 前2条
1 刘万里;支持向量机中若干问题及应用研究[D];西安电子科技大学;2008年
2 王刃;机载LIDAR数据滤波与建筑物提取技术研究[D];解放军信息工程大学;2008年
中国硕士学位论文全文数据库 前1条
1 张皓;机载LIDAR数据滤波及建筑物提取技术研究[D];解放军信息工程大学;2009年
【相似文献】
中国期刊全文数据库 前10条
1 吴卫东,刘德仿;点云拟合中的特征识别技术研究[J];组合机床与自动化加工技术;2003年12期
2 张学昌,李继光;基于CAD模型引导的复杂曲面与测量点云配准[J];郑州轻工业学院学报(自然科学版);2005年02期
3 谢叻,魏安顺,周印;基于激光测量点云数据的五坐标加工刀轨生成[J];上海交通大学学报;2004年08期
4 周士侃,娄臻亮,刘冰张,文君上;反向工程中的光栅扫描技术[J];工具技术;2004年10期
5 黄国珍,卢章平;面向逆向工程的点云数据精简方法[J];机械设计与研究;2005年03期
6 蔡清华,刘伟军,郑鹏,李文龙,金嘉琦;基于Surfacer的点云数据的预处理研究[J];机械设计与制造;2003年04期
7 梁飞华,邓宇,刘好,邢镇容;UGNX2.0环境下工业产品的逆向工程设计[J];茂名学院学报;2005年01期
8 黄立宏;;反求工程技术在机械制造领域的几何建模应用[J];科技传播;2010年12期
9 于喆,赵敏;Imageware 优秀的逆向工程软件[J];计算机辅助设计与制造;2000年09期
10 隋连升,蒋庄德;栅格型点云数据的自由曲面建模技术研究[J];计算机辅助设计与图形学学报;2003年10期
中国重要会议论文全文数据库 前10条
1 朱晓强;李琳;余烨;刘晓平;;基于LiDAR点云的城市地面提取[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
2 赵福生;胡静波;;基于距离-梯度的LIDAR点云简化算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年
3 陈伟;曹春香;张颢;徐敏;何祺胜;高孟绪;赵坚;郑盛;田蓉;;基于地基LiDAR的毛乌素沙地灌木高度提取[A];遥感定量反演算法研讨会摘要集[C];2010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 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
6 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
7 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
8 吴永华;胡以华;顾有林;王恩宏;;激光点云分类算法的探讨与展望[A];第九届全国光电技术学术交流会论文集(上册)[C];2010年
9 羌树华;王勇;;LIDAR测高提高精度的几种方法[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
10 李剑巧;范海生;马洪兵;后藤真太郎;;利用航空机载LIDAR数据建立森林地区地表高程模型的方法研究[A];第十七届中国遥感大会摘要集[C];2010年
中国重要报纸全文数据库 前10条
1 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
2 本报记者 杨静;私企的天空有点云[N];山西经济日报;2001年
3 潘加保 刘婵娟;利用LIDAR数据进行省级基础测绘高程更新技术方案通过评审[N];江苏科技报;2009年
4 VAR记者 张林才 郭宏远 彭敏;点云成金[N];电脑商报;2011年
5 董占锁 蔡贵农;晚霞映红一片天[N];山西日报;2004年
6 本报记者 罗安宇 王丹丹;重点云岩区南明区金阳新区[N];贵阳日报;2007年
7 记者  张亮;微软推出图片虚拟新软件[N];科技日报;2006年
8 秦始皇兵马俑博物馆 赵昆;三维数字建模技术在考古遗址中的应用及前景展望[N];中国文物报;2006年
9 吴江南;超越,乘着科技的春风[N];检察日报;2003年
10 朱伟一;《公司破产法》难处何在?[N];第一财经日报;2005年
中国博士学位论文全文数据库 前10条
1 董保根;机载LiDAR点云与遥感影像融合的地物分类技术研究[D];解放军信息工程大学;2013年
2 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学(北京);2013年
3 左志权;顾及点云类别属性与地形结构特征的机载LiDAR数据滤波方法[D];武汉大学;2011年
4 喻亮;基于车载激光扫描数据的地物分类和快速建模技术研究[D];武汉大学;2011年
5 魏征;车载LiDAR点云中建筑物的自动识别与立面几何重建[D];武汉大学;2012年
6 刘峰;基于机载LiDAR数据林木识别与重建[D];中南大学;2012年
7 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年
8 张志超;融合机载与地面LIDAR数据的建筑物三维重建研究[D];武汉大学;2010年
9 孟凡文;面向光栅投影的点云预处理与曲面重构技术研究[D];南昌大学;2010年
10 李宝;三维点云的鲁棒处理技术研究[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 胡本刚;基于LiDAR点云与高分影像的面向对象的损毁建筑物提取方法研究[D];西南交通大学;2013年
2 赵振峰;基于机载LiDAR点云的道路提取研究[D];昆明理工大学;2012年
3 陈飞;基于机载LiDAR点云的道路提取方法研究[D];西南交通大学;2013年
4 王彩凤;利用机载LiDAR点云提取损毁建筑物的方法研究[D];西南交通大学;2013年
5 尚大帅;机载LiDAR点云数据滤波与分类技术研究[D];解放军信息工程大学;2012年
6 王俊宏;LIDAR数据处理关键技术研究[D];华中科技大学;2012年
7 曾静静;基于LiDAR点云与CCD影像的建筑物特征提取[D];山东科技大学;2011年
8 赵自明;LiDAR点云与CCD影像融合处理研究[D];解放军信息工程大学;2011年
9 谷国涛;基于机载LIDAR点云的建筑物三维建模技术研究[D];东华理工大学;2012年
10 李鹏程;机载LiDAR点云数据滤波及辅助影像匹配技术研究[D];解放军信息工程大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026