论文部分内容阅读
激光雷达又称光探测和测距即LiDAR(Light Detection And Ranging),是激光技术与雷达技术相结合的产物,是一种新型的快速测量系统。该技术是近年来遥感测量方向最具发展潜力的研究成果之一。在Li DAR技术地物提取和细分类的研究中,植被和树木作为主要的地表信息之一,在城市规划、环境保护以及农林业发展方面有着重要的应用。因此,植被信息的识别和提取方面的研究越来越受到了国内外学者的重视,逐渐成为了机载雷达技术的研究重点。由于目前国内外植被提取方面的研究处于起步阶段,研究相对较少。针对现有算法时间复杂度高、效率低下、对数据质量的要求也很高的缺点,本文提出了一种应用于城区的基于颜色信息的LiDAR点云植被提取方法,创新点和研究成果如下:1.对机载LiDAR技术进行了研究,分析了机载LiDAR系统的组成和原理,给出了LiDAR数据的整体处理流程;对LiDAR点云数据标准格式进行介绍,并给出了LiDAR点云数据预处理流程,简要地介绍了几种点云数据滤波算法,描述了几种滤波算法的基本原理和步骤,并对LiDAR点云数据进行了基于TIN三角网的滤波。2.研究了针对城区的基于颜色分割的LiDAR点云植被提取算法。提出了一种有监督的方法,根据城区的样本RGB信息及分类信息,构建一个基于类别统计的单峰值目标函数,利用一维搜索算法确定一个分割植被点和建筑物点的RGB阈值对实验数据进行植被和建筑物的初步分离。在一维搜索算法中创新提出的目标优化函数使得小于阈值的植被点数目以及大于该阈值的建筑物点数目之和达到最多,简单有效并且能够尽可能的分离植被和建筑物,分割效果良好,为后续细致提取奠定了基础。3.基于颜色分割的粗分离结果,在LiDAR点云植被进一步提取过程中,利用移动窗口方法提取建筑物点中混杂的离散植被点;之后再利用建筑物边缘生长法去除混入植被点中的建筑物边缘点,最终经过多步融合得到提取的全部植被点。其中创新提出了的建筑物边缘生长法,使用以剔除植被点附近与它距离较近的建筑物杂质点。主要是将已提取的建筑物边缘在植被点中进行生长,将其中与建筑物边缘距离小于一定阈值,高程差小于一定阈值的点视为建筑物点进行分离。通过多组不同的实验数据进行植被提取的实验验证和结果分析,提取率和正确率达90%以上。实验表明,本文提出的算法植被分离和提取效果好,算法计算复杂度低。