收藏本站
收藏 | 论文排版

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

张蕊  
【摘要】:三维激光扫描系统以其稳定的环境感知能力已成为获取三维空间信息的一种重要手段,它能够快速获取大规模自然场景的三维点云数据。激光点云含有被测场景物体表面丰富的语义信息,具有海量、高密度以及高精度等特性,已成为用来理解、分析和语义解译三维自然场景的一种主要数据类型,被广泛应用于城市规划、无人驾驶、全球制图、智慧交通、文物保护、虚拟现实以及基础测绘等领域。近年来,基于三维点云数据的复杂场景多态目标语义分割技术的研究也已取得长足的发展;然而,现有算法还存在如下几个方面的问题:(1)过度依赖于人工定义的特征,提取语义类别单一;(2)数据预处理复杂,计算量大,算法复杂度高,自动化、智能化程度较低;(3)跨平台性差,公开基准数据集短缺;(4)激光点云通常只包括三维坐标和反射强度信息,缺少丰富的光谱信息以及点与点之间的空间拓扑关系。另外,由于真实自然场景复杂,三维目标之间存在不同程度的重叠、遮挡等现象,研究自动化、智能化、鲁棒的复杂三维场景多态目标语义分割技术及其在各个领域的应用具有重要的理论价值和现实意义。本文针对复杂场景多态目标的快速、高精度、自动语义分割技术展开研究,主要包括以下四个方面的内容:1.针对三维点云数据的无结构、海量、分布不均匀等特性,为提高点云数据的检索速度,提出了一种新的混合索引数据结构Kd-OcTree,该索引是后续点云数据处理算法的基础。为解决现有单一索引结构在管理海量、分布不均匀点云时出现的树结构层数过多、结构不平衡以及存在大量无点空间等问题,该方法首先构造全局KD树(K-dimensional tree)确保整体索引结构的平衡;然后,在其叶子节点再构造八叉树局部索引,使得后期数据处理中能够采用分块处理策略对海量点云进行快速检索。实验结果表明,该混合索引不仅构造速度快,而且能够提高邻域搜索的速度,降低CPU和内存消耗;更重要的是,在构造全局KD树时,根据分割维度重构了点云之间的邻域关系,能够对基于体素的地面点滤除效果产生一定程度的影响。2.对于复杂自然场景中的单一目标分割,选取了其中一种最基本、最重要的构成成分——建筑物作为研究对象。针对现有的建筑物平面分割算法易出现平面过度分割、共面点归属误判、过度依赖人工定义特征以及自动化程度低等问题,提出了一种基于Kd-OcTree两级索引的建筑物平面精细特征分割算法。该算法首先采用模糊聚类生成多个点簇,然后在各个点簇中采用广义Hough变换根据采样间隔进行峰值探测,提取初始平面;再针对过分割问题,根据点云法矢夹角和欧氏距离进行近似面片合并;最后,通过邻域点的辅助判断方法优化分割效果,对共面点进行重新归属判断使得边界点被正确划分到所属平面。实验结果表明,该算法不仅可行,而且平面分割效果很好、速度较快,所采用的阈值个数少,主要有法矢夹角阈值和距离阈值,自动化程度有了一定的提高,达到了预期目标。3.为进一步提高复杂场景三维目标语义分割的自动化、智能化程度,并能够同时提取多个语义类别,提出采用基于深度学习的语义分割方法。充分利用深度卷积神经网络在基于二维图像的语义分割中所表现出的优势,构造并精调了一个融合三维点云与二维影像数据的深度学习语义分割模型。该模型首先对二维影像数据进行语义分割,得到初步的场景分割结果;然后根据二维影像与三维点云之间的映射关系,将多视点图像分割结果映射到相应的三维点云;最后采用前面提到的建筑物平面分割算法对场景中建筑物进行精细特征分割。分割结果表明,构造的融合三维点云与二维影像数据的深度学习语义分割模型适合于大规模场景和高分辨率影像,能够准确、高效地一次分割出复杂场景中20个语义类别,且各个语义类别的特征均无需人工定义,自动化、智能化程度得到了质的飞跃;而用于细化处理的混合算法能够进一步有效提取建筑物的精细特征。4.为保留三维点云数据的空间信息,减少数据预处理的步骤以及避免二维图像与三维点云数据之间的映射过程,构造并训练了两个直接处理原始三维点云数据的深度学习语义分割模型。针对三维点云的无结构、离散特性,采用一个9维向量描述点云特征,并将点云特征描述子按照三维坐标进行排序,然后采用预处理之后的基准数据集对两个三维卷积神经网络结构进行训练和测试。在构造网络结构过程中,根据三维点云的数据结构特点,设计了较大的卷积核;另外,为提高模型对三维目标局部特征的学习能力,多次将提取的全局特征与局部特征进行融合。对比实验和可视化效果表明,在具有挑战性的斯坦福三维点云基准数据集上,本文构造的两个模型与现有的基于三维点云的深度卷积神经网络语义分割模型相比分割效果相当、甚至优于现有的方法。本博士课题依托于国家自然基金的项目支撑,致力于对大规模复杂场景多态目标的语义分割技术展开研究,重点是通过使用深度学习技术提高语义分割技术的自动化和智能化水平,为将深度学习技术应用到激光扫描点云数据处理并进一步拓展点云数据的应用领域起到重要的推动作用。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 姚砺;李瑶;;基于最小割的彩色点云分割[J];智能计算机与应用;2017年05期
14 王真立;吴晓章;陈刚;杜顺季;;地面点云处理系统集成研究与实现[J];测绘通报;2017年11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 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 武剑洁;基于点的散乱点云处理技术的研究[D];华中科技大学;2004年
10 吴世雄;逆向工程中多传感器集成的智能化测量研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 田青华;基于点云处理的散乱零部件识别与定位技术的研究[D];江南大学;2018年
2 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
3 阮焕立;顾及平面特征的点云拼接方法研究[D];战略支援部队信息工程大学;2018年
4 周午阳;基于WebGIS的高速公路点云化资产管理系统的构建与实现[D];东华理工大学;2018年
5 刘盈;基于TLS的变形信息提取及可靠性评价研究[D];东华理工大学;2018年
6 王松柏;基于WebGL的建筑点云模型的渲染系统设计与实现[D];华南理工大学;2018年
7 杨秋丽;机载LiDAR单木分割方法对比及其影响因素分析[D];新疆大学;2018年
8 牛金玉;基于三维点云的奶牛体尺测量与体重预测方法研究[D];西北农林科技大学;2018年
9 黄彦钊;基于点云的骨架特征提取方法研究[D];西北农林科技大学;2018年
10 庄斌;基于3D点云协方差描述符的对象分类与点云分割技术研究[D];华东交通大学;2018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
 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