用于公路勘察设计的机载lidar点云抽稀研究

用于公路勘察设计的机载lidar点云抽稀研究

ID:34261840

大小:3.44 MB

页数:61页

时间:2019-03-04

用于公路勘察设计的机载lidar点云抽稀研究_第1页
用于公路勘察设计的机载lidar点云抽稀研究_第2页
用于公路勘察设计的机载lidar点云抽稀研究_第3页
用于公路勘察设计的机载lidar点云抽稀研究_第4页
用于公路勘察设计的机载lidar点云抽稀研究_第5页
资源描述:

《用于公路勘察设计的机载lidar点云抽稀研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:P2310710-2015126045硕士学位论文用于公路勘察设计的机载LiDAR点云抽稀研究方程喜导师姓名职称隋立春教授申请学位类别工学硕士学科专业名称摄影测量与遥感论文提交日期2018年5月1日论文答辩日期2018年6月3日学位授予单位长安大学ResearchonAirborneLiDARPointCloudThinningforHighwaySurveyandDesignAThesisSubmittedfortheDegreeofMasterCandidate:FangChengxiSup

2、ervisor:Prof.SuiLichunChang’anUniversity,Xi’an,China摘要在公路建设领域,从公路初建的地形测绘到公路改扩建,机载LiDAR技术都能提供高精度的地形数据,然而,由于公路测区狭长、LiDAR点云密度高等因素,使得机载LiDAR获取的数据量非常庞大,庞大的数据量会影响公路勘察设计中DEM的构建速度、数据交互的难易程度和数据的存储速度,所以对用于公路勘察设计的机载LiDAR点云进行抽稀精简有利于实际工程应用。关于LiDAR点云的抽稀方法,如何在保留地形特征点的同

3、时,保证点位分布的合理性,避免出现大面积的点云空洞,以及提高算法的处理速度,仍然是当下研究的重点与难点。本文主要研究内容如下:(1)总结、分析了规则格网、八叉树和KD树三种海量点云数据空间索引方法的优缺点。结合机载LiDAR点云数据的特点,采用KD树作为本文实验数据的空间索引结构,提高算法处理速度。(2)根据机载LiDAR的工作原理,分析总结其主要的粗差来源,研究采用基于假设检验的方法剔除粗差。(3)提出了基于平均曲率的点云抽稀算法,并利用标记法来解决点云空洞的问题,提高点位分布的合理性,尽可能的保证抽

4、稀后的点云精度。(4)设计开发了点云显示、点云粗差剔除、点云抽稀等功能的软件,并基于实际数据进行点云粗差剔除和抽稀实验,对实验结果进行对比分析。关键词:机载LiDAR,空间索引,粗差剔除,抽稀算法,曲率iAbstractInthefieldofhighwayconstruction,fromtheinitialmappingofroadstothereconstructionandexpansionofhighways,airborneLiDARtechnologycanprovidehigh-prec

5、isionterraindata,however,duetothenarrownessofthehighwaysurveyareaandthehighdensityofLiDARpointcloud,theamountofdataacquiredbytheairborneLiDARishuge,thehugeamountofdatawillaffectthespeedofDEMconstruction,easeofdataexchange,anddatastoragespeedinhighwaysurv

6、eyanddesign,therefore,itisusefulforpracticalengineeringapplicationtothinningandsimplifyairborneLiDARpointcloudusedforhighwaysurveyanddesign.WithrespecttothemethodofthinningLiDARpointclouds,howtoensuretherationalityofthedistributionofpointswhilepreserving

7、theterrainfeaturepoints,avoidtheoccurrenceoflarge-areapointcloudholes,andimprovetheprocessingspeedofthealgorithmisstillthefocusanddifficultyofcurrentresearch.Inthispaper,themainresearchcontentsareasfollows:(1)Theadvantagesanddisadvantagesofthethreekindso

8、fmassivepointclouddataspatialindexingmethodsofregulargrid,octree,andKDtreearesummarizedandanalyzed.CombiningthecharacteristicsofairborneLiDARpointclouddata,theKDtreeisusedasthespatialindexstructureoftheexperimentaldatainth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。