检索结果-南通市图书馆

基于多元LBP特征的车载激光点云中道路边界提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多元LBP特征的车载激光点云中道路边界提取

作者：马新江山东科技大学

学位级别：硕士

随着智慧城市和智能交通的迅速发展,准确、精细的道路空间信息越来越重要,其中,道路边界信息对高精度地图制作、道路三维模型重建和交通路网管理等具有重要作用。车载移动测量系统作为一种先进的测绘系统,具有高精度、高效率、主动和非... 详细信息

随着智慧城市和智能交通的迅速发展,准确、精细的道路空间信息越来越重要,其中,道路边界信息对高精度地图制作、道路三维模型重建和交通路网管理等具有重要作用。车载移动测量系统作为一种先进的测绘系统,具有高精度、高效率、主动和非接触测量等优势,已成为道路信息获取和更新的重要手段之一。道路边界存在类型多样、场景复杂和激光扫描遮挡等问题,对车载激光点云中道路边界自动提取造成了较大困难。为此,本文在深入分析道路边界位置激光点云空间和几何特征的基础上,引入LBP算子原理,提出基于多元LBP特征的道路边界自动提取方法,主要工作内容如下:（1）梳理了车载移动测量系统的发展状况、发展趋势和车载激光点云的特征,对现有道路边界提取方法进行了详细归纳,为本文方法的提出奠定了理论基础:（2）详细分析道路边界位置车载激光点云的特点,深入研究LBP改进算子的原理和计算方法,针对道路边界的空间特征多样性,利用边界点云的一维属性、二维分布和三维形状特征,分别设计了高度LBP、离散度LBP和空间形状LBP三种改进算子,并对三种LBP改进算子的特征图像像素值进行统计分析,统计结果符合道路边界和路面等不同地物的空间分布和几何特征;（3）针对路缘石和绿地两种不同类型的道路边界环境,提出一种基于多元LBP特征的道路边界自动提取方法,该方法利用高度LBP、离散度LBP和空间形状LBP三种改进算子,重点构建了道路边界的多元LBP特征语义识别模型,解决了道路边界点云特征模型化表达与分类问题;最后对道路边界点进行道路方向约束的聚类去噪和线性矢量化,得到道路边界矢量数据;（4）对多种不同类型城市道路和乡村道路点云进行道路边界自动提取实验,并与其它方法进行结果完整率和准确率对比。实验结果表明,本文方法可以准确提取城市道路环境下的路缘石边界,完整率和准确率均较高,具有较强的适用性和鲁棒性;对绿地边界而言,本文方法的准确率较高,完整率还有待提高。

关键词：车载激光点云道路边界多元LBP 模型化

基于八叉树的车载激光点云数据建筑物立面建模算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于八叉树的车载激光点云数据建筑物立面建模算法研究

作者：岑子政首都师范大学

学位级别：硕士

随着城市的规模不断增大,一同增大的,也包括城市网络以及城市建筑的复杂性,为了方便城市信息的管理和服务大众,配合数字城市乃至只能智能城市的建立,高精度大规模事物可量测建筑物模型是必要的。本文设计了一种基于八叉树的算法对车载... 详细信息

随着城市的规模不断增大,一同增大的,也包括城市网络以及城市建筑的复杂性,为了方便城市信息的管理和服务大众,配合数字城市乃至只能智能城市的建立,高精度大规模事物可量测建筑物模型是必要的。本文设计了一种基于八叉树的算法对车载激光点云的建模,通过该算法实现其建筑物立面的建模。并与其他算法结果进行比对,从而指出其优势及改进的地方。在众多的城市建模方法中,由于激光点云数据的在几何精度上有着其他数据所不具备的优势,本文选取了由车载移动扫描系统采集到的激光点云数据,作为实验的素材。车载激光点云数据,其通常得到的数据包括有地面,建筑物的立面以及独立地物等,通过分割,主要对对关心的部分建筑物的立面进行建模,从而得到建筑物的模型。在前人的研究过程中,已经出现了多种车载激光点云建模的方法,但是对于车载激光点云数据的建模并不完全适用。由车载激光点云扫描系统获得的数据会出现包括对于地物遮挡造成的点云空隙,由于其难以填补导致建筑物表面大范围缺失的问题,以及构建三角网拓扑关系复杂而视觉效果不够理想。本文提出了一种基于八叉树的点云自动建模算法,通过集成由惯性导航单元(IMU), GPS接收机,以及激光扫描仪获得的数据,结合已有的城市地图信息,利用获取的车载激光点云扫描数据和相应的算法,从而得到一定范围内的建筑物模型。通过对包围盒进行不断的细分和判断,最终将点云的位置拓扑关系以一定的规则进行重构,从而能够方便接下来的过程中按照一定的规则进行数据的空缺的填补以及去除冗余点从而提高模型存储效率的目的。本文结合了车载激光移动测量系统及获取数据的特点,经过综合考虑设计了本算法,其不同于以往算法的优势如下：1.对数据的拓扑关系进行分析重构,得到带有建筑物的边角信息的关键点,从而无需将具有海量激光数据的点全部应用到建模中。2.利用特殊的判断条件,由于地无遮挡造成的建筑物表面空缺能够起到一定的填补作用。3.最终通过特殊判定条件对海量数据中的冗余数据进行剔除合并,从而得到具有占用空间小,具有高存储效率的数据。

关键词：车载激光点云车载移动激光扫描系统八叉树包围盒点云建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CRF模型的车载激光点云分类

基于CRF模型的车载激光点云分类

作者：陈珂武汉大学

学位级别：硕士

车载激光扫描系统是目前主流的数据获取平台之一,它能够快速、主动、连续地获取目标表面的空间三维信息和光谱信息,是进行室外场景重建的最有效手段之一。然而,该系统在目标采样过程中,无差别地对待各类地物,使得获取的海量点云缺乏语... 详细信息

车载激光扫描系统是目前主流的数据获取平台之一,它能够快速、主动、连续地获取目标表面的空间三维信息和光谱信息,是进行室外场景重建的最有效手段之一。然而,该系统在目标采样过程中,无差别地对待各类地物,使得获取的海量点云缺乏语义信息。而在无人驾驶、林业调查、城市规划和机器人等应用领域,需要点云的语义信息。车载激光点云分类是对点云中的每一个点都赋予一个类别标签（如道路、建筑、植被、车等）,传统的激光点云分类依靠人机交互判读,劳动强度大、效率低,达不到地物目标属性实时判读的要求。因此,车载激光点云自动分类算法的研究对快速获取目标语义信息具有重大意义。传统的车载激光点云分类的方法是对点云中所有点计算一些局部特征值,并将这些局部特征值组合成该点的特征向量,然后用随机森林或支持向量机等经典分类器进行监督分类。Weinmann et al.（2015a）一文中给出了基于机器学习算法对激光点云分类的流程:包括邻域选取、特征计算、模型训练、类别预测四部分,其中提出了计算多个低阶几何特征作为点的特征描述子,获得了不错的点云分类结果。然而,低阶几何特征中很多特征都是由张量矩阵的三个特征值计算而来,特征之间的相关性导致特征描述子同时存在特征冗余和信息缺失的问题。此外,仅仅基于每个点自身的特征属性,而不考虑相邻点类别的相似性,会产生不符合现实规律的分类结果。通过研究已有的点局部特征描述子对点云分类结果的影响,本文提出了结合FPFH特征与低阶几何特征作为特征向量,并基于条件随机场CRF模型进行点云上下文分类的方法。具体的研究内容分为如下两个阶段:1、提出了结合FPFH特征与低阶几何特征进行初始分类。首先对原始点云中的每一个点都计算一个最优邻域。然后基于此最优邻域,计算每个点的FPFH特征与低阶几何特征。对低阶几何特征进行特征选择后,与FPFH特征组合成特征描述子。最后利用随机森林算法训练分类器并对测试集进行类别预测,获得每个点的初始类别和点云的类别概率矩阵。2、基于CRF模型对点云的初始分类结果进行语义优化。由于随机森林算法的分类过程中并没有考虑到相邻点间类别的相似性或相关性,导致初始分类结果的空间平滑度不高,存在大量噪声。针对这一问题,对原始点云构建无向图模型,认为点云中每个点的类别受其k邻域的类别影响,训练两个不同的随机森林分类器分别计算无向图的单势能和双势能,基于无向图结构、单势能和双势能给出点云的类别标签向量为的后验概率p,求解使得联合概率p最大的类别标签向量作为语义优化后的点云类别标签。实验结果表明,通过结合FPFH特征与低阶几何特征进行分类并对分类结果进行语义优化,相比用单一低阶几何特征进行分类,本文方法的分类准确率可以提高2%～6%

关键词：车载激光点云点云分类特征组合条件随机场

OSM辅助的车载激光点云道路三维矢量边界提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

测绘科学技术 2018年第2期6卷 128-140页

作者：韩婷杨必胜袁鹏飞梁福逊武汉大学测绘遥感信息工程国家重点实验室湖北武汉

高精度的三维道路信息在智能交通、城市规划与管理等领域具有重要的作用。车载激光点云数据包含了道路及其周围地物的三维信息,但存在数据量大、场景复杂和地物遮挡等问题,为道路边界信息的准确提取带来挑战。OpenStreetMap (OSM)作为... 详细信息

高精度的三维道路信息在智能交通、城市规划与管理等领域具有重要的作用。车载激光点云数据包含了道路及其周围地物的三维信息,但存在数据量大、场景复杂和地物遮挡等问题,为道路边界信息的准确提取带来挑战。OpenStreetMap (OSM)作为一种众源数据,提供了基础道路信息。本文提出一种基于OSM数据辅助,从车载激光点云数据中提取道路三维边界的方法。首先分析车载点云的空间分布特征,构建车载点云特征图,然后以OSM数据作为初始位置,通过改进的活动轮廓模型算法进行道路边界提取,得到三维矢量道路边界。本文采用StreetMapper数据进行实验,结果表明,本文提出的算法能够修复点云缺损导致的边界信息缺失,准确且完整的提取道路三维边界信息,具有较强的稳健性和适用性。

关键词： OpenStreetMap 车载激光点云道路边界提取点云特征图活动轮廓模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于车载激光点云的三维道路精细化建模

测绘与空间地理信息 2018年第11期41卷 100-102,109页

作者：张慧智刘如飞孙志阳山东科技大学测绘科学与工程学院山东青岛266590

三维道路的精细化模型在智慧交通应用中发挥着至关重要的作用,是智慧交通的研究重点。以车载激光点云数据为依托,通过全景和点云联动获取独立地物位置及属性,强度栅格影像采集路面信息,以此为基础对三维道路精细化建模过程中相关的方法... 详细信息

三维道路的精细化模型在智慧交通应用中发挥着至关重要的作用,是智慧交通的研究重点。以车载激光点云数据为依托,通过全景和点云联动获取独立地物位置及属性,强度栅格影像采集路面信息,以此为基础对三维道路精细化建模过程中相关的方法和制作技巧进行了探讨,建立了黄岛区部分道路的三维精细化模型,并将其运用到智慧交通实践中。

关键词：车载激光点云道路信息 3dsMax 精细化建模

在线全文

学校读者我要写书评

暂无评论

基于车载激光点云的道路路面提取

现代测绘 2021年第6期44卷 8-12页

作者：周建沈长表束蝉方南京工业大学测绘科学与技术学院江苏南京211816

针对车载激光点云提取道路路面存在的问题,提出了一种基于Otsu算法和区域生长分割的道路提取方法。使用Otsu算法自适应计算出高程分割阈值,实现非地面点过滤;在此基础上,基于PCA算法和局部拟合平面的方法估算出点云的法向量和曲率值,然... 详细信息

针对车载激光点云提取道路路面存在的问题,提出了一种基于Otsu算法和区域生长分割的道路提取方法。使用Otsu算法自适应计算出高程分割阈值,实现非地面点过滤;在此基础上,基于PCA算法和局部拟合平面的方法估算出点云的法向量和曲率值,然后将曲率最小值作为种子点,法向量夹角和曲率阈值作为约束条件,采用改进的区域生长分割算法实现道路路面的精确提取。采用3组不同类型的道路点云进行道路路面提取实验,其准确性、完整性和检测质量均大于94%,证明了本方法的有效性和适用性。

关键词：车载激光点云 Otsu算法法向量区域生长分割道路提取

在线全文

学校读者我要写书评

暂无评论

海量车载激光点云组织与可视化研究

城市勘测 2020年第1期 93-97页

作者：李锋詹勇龙川重庆市勘测院重庆401121

车载移动测量系统是一种高精度、高速度的空间信息采集设备,由于获取的点云数据量大,海量车载激光点云的数据处理、三维建模和可视化面临挑战。考虑到车载激光点云沿采集线路逐行扫描形成的特点,提出了一种分块多层叠加型空间索引结构,... 详细信息

车载移动测量系统是一种高精度、高速度的空间信息采集设备,由于获取的点云数据量大,海量车载激光点云的数据处理、三维建模和可视化面临挑战。考虑到车载激光点云沿采集线路逐行扫描形成的特点,提出了一种分块多层叠加型空间索引结构,对海量车载激光点云数据自动分块并建立LOD瓦片结构,实现海量车载激光点云数据的管理与动态调度。实验结果表明:该方法具有有效性和可行性。

关键词：车载激光点云 LOD 分块多层叠加型空间索引点云可视化

在线全文

学校读者我要写书评

暂无评论

一种城区车载激光点云行道树提取方法

测绘科学与工程 2018年第1期38卷 49-54页

作者：姚强强董广军邵磊于英信息工程大学河南郑州450001

本文提出了一种从城区车载激光雷达点云数据中提取行道树的方法。该方法先为每个扫描点计算局部几何特征，将扫描点粗标记为线状点、面状点、球状点；然后根据扫描点的标记进行欧氏聚类分割；最后通过计算每个分割块的空间特征实现行道... 详细信息

本文提出了一种从城区车载激光雷达点云数据中提取行道树的方法。该方法先为每个扫描点计算局部几何特征，将扫描点粗标记为线状点、面状点、球状点；然后根据扫描点的标记进行欧氏聚类分割；最后通过计算每个分割块的空间特征实现行道树的精确提取。试验结果表明，该方法不仅能够提取较为完整的树木，而且对因遮挡导致的扫描数据不完整的树木亦能正确提取，具有较高的提取正确率和较好的完整性。

关键词：车载激光点云局部几何特征欧氏聚类分割行道树提取

车载激光扫描点云数据的道路标线自动提取方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

北京测绘 2024年第3期38卷 343-348页

作者：凌晓霞蒋斌宁波市测绘和遥感技术研究院浙江宁波315000 中航安贞(浙江)信息科技有限公司浙江宁波315000

随着无人驾驶、智慧城市建设技术的发展,能够高效、准确地提取城市道路标线尤为必要,本文根据道路标线在车载激光扫描点云空间场景中的强度特征以及几何形态,提出了一种联合布料模拟滤波(CSF)算法、强度特征图像以及边缘检测的道路标线... 详细信息

随着无人驾驶、智慧城市建设技术的发展,能够高效、准确地提取城市道路标线尤为必要,本文根据道路标线在车载激光扫描点云空间场景中的强度特征以及几何形态,提出了一种联合布料模拟滤波(CSF)算法、强度特征图像以及边缘检测的道路标线提取新方法。首先利用CSF算法从原始车载点云数据中提取出地面点;其次将地面点转换生成强度特征图像,基于强度特征特性图像进行图像边缘检测以及连通分析提取的标线边缘;最后引入高斯混合模型(Gaussian mixed model)对标线候选点进行分类,剔除地面噪声点。为检验本文提出算法的效果,使用两种不同类型道路点云数据进行实验,结果表明,本文提出算法道路标线提取结果的平均完整率、准确率以及综合提取质量分别为92.5%、85.9%、89.0%,均优于对比模型,验证了本文提出算法的可靠性与优越性。

关键词：车载激光点云道路标线布料模拟滤波算法强度特征图像边缘检测