论文摘要
在机载LiDAR技术发展成熟之前,测绘领域生产地图普遍采用航空摄影图像处理技术,航空摄影测量的制图理论已经基本完善,可经过一系列的图像处理手段,计算航空影像的方位信息,恢复各航空影像的位置与姿态,再利用经典的三维重建技术即可得到基于航空影像的数字地图。基于航空摄像测量的地形恢复能够获取连续的地表纹理信息,但存在计算复杂、精度不高、易受环境影响等局限。而近年来,随着机载LiDAR技术的发展逐渐成熟,其直接获取地表三维坐标的先天优势引起了测绘测量技术的一次革命。机载LiDAR作为测绘领域新一代的对地测量技术,具有主动性、高效性、精确性、受天气影响小、多次回波等特点,拥有航空摄影测量技术所无法比拟的优势。然而,机载LiDAR技术所生成的点云数据具有离散性、密度不一等特性,并且无法获取地表真实纹理信息,在地物分类与识别等方面比较弱势,而这恰是图像技术的优点所在。因此,将机载LiDAR技术与航空摄影测量技术相结合,优势互补,弥补各测量技术的局限性具有重要的意义。本文的研究目标为机载LiDAR点云与航拍图像点云的融合方法,基于机载LiDAR技术与航空摄影技术,设计并实现了一套机载LiDAR测绘系统,并对LiDAR激光三维点云数据与航拍图像点云数据的融合算法以及具体实现展开研究,旨在得到具有真实纹理信息的三维点云数据。本文首先基于嵌入式技术设计并实现了一套高精度、自主式机载LiDAR硬件系统,利用树莓派计算模块作为控制核心,同步采集激光扫描数据、航拍图像数据、惯性测量单元imu姿态数据以及全球导航定位GPS数据,同时设计并实现了一套地面站点云处理软件系统,能对机载LiDAR硬件系统进行远程控制与数据接收,并实时生成地面点云,支持点云滤波与点云拼接等功能。其次,本文详细分析了机载LiDAR点云数据生成的数学模型以及相机的成像模型,并在此基础上应用最小二乘法对激光雷达以及相机的安装误差进行校检以提高融合精度。最后,本文分别提出两种融合方法,一种是根据相机成像原理将地面点云映射到航拍图像中,从而得到具有真实纹理信息三维点云的融合方法,另一种为依据序列图像所生成的三维图像点云,利用点云拼接的思想,将LiDAR点云与图像点云重合拼接,进而数据融合的方法。本文结合实际飞行扫描试验,利用本文所设计的软硬件系统,对所提出的融合算法进行验证,并计算各融合算法的融合精度,最终结果显示,本文的基于机载LiDAR激光点云与图像点云的融合算法具有分米级的融合精度。
论文目录
文章来源
类型: 硕士论文
作者: 吴伟坊
导师: 裴海龙,王平
关键词: 激光点云,图像点云,嵌入式,安装误差,融合精度
来源: 华南理工大学
年度: 2019
分类: 基础科学,信息科技
专业: 物理学,无线电电子学,计算机软件及计算机应用
单位: 华南理工大学
基金: 华南理工大学自动化科学与工程学院的“海岛海岸带多要素综合飞行测绘仪”项目,国家自然科学基金重大科研仪器研制项目[61527810],华南理工大学中央高校基本科研业务费资助项目[2014ZP0021],合作企业开发项目资金
分类号: TP391.41;TN249
DOI: 10.27151/d.cnki.ghnlu.2019.003443
总页数: 92
文件大小: 4058K
下载量: 232
相关论文文献
- [1].基于卷积神经网络的非等效点云分割方法[J]. 东华大学学报(自然科学版) 2019(06)
- [2].点云智能研究进展与趋势[J]. 测绘学报 2019(12)
- [3].基于深度学习的点云分割方法综述[J]. 计算机工程与应用 2020(01)
- [4].点云数据预处理研究[J]. 现代信息科技 2020(02)
- [5].基于地基激光雷达点云的植被表型特征测量[J]. 生态学杂志 2020(01)
- [6].机载点云空洞的修复方法[J]. 北京测绘 2020(02)
- [7].基于深度学习的零件点云分割算法研究[J]. 机电工程 2020(03)
- [8].基于深度学习的点云语义分割综述[J]. 激光与光电子学进展 2020(04)
- [9].基于神经网络的航空行李点云检测方法研究[J]. 电子世界 2020(07)
- [10].基于二维截面筛选标记的点云简化方法研究[J]. 机电工程 2020(05)
- [11].三维点云补全方法的现状和发展趋势[J]. 信息记录材料 2020(05)
- [12].新型激光远程点云装置研究[J]. 机电信息 2020(17)
- [13].一种简化的输电线路点云电塔自动定位方法[J]. 北京建筑大学学报 2020(03)
- [14].一种改进的区域增长彩色3D点云分割算法[J]. 国外电子测量技术 2018(11)
- [15].面向反光工件点云缺陷的点云增强算法[J]. 计算机辅助设计与图形学学报 2019(07)
- [16].一种基于高度差异的点云数据分类方法[J]. 测绘通报 2018(06)
- [17].手提激光盘煤仪点云去噪[J]. 激光杂志 2017(05)
- [18].面向室内场景点云的对象重建[J]. 测绘通报 2017(06)
- [19].快速点云定向数学模型实际精度分析[J]. 北京测绘 2017(04)
- [20].基于点云几何约束的仿真安装探讨[J]. 地理空间信息 2017(09)
- [21].基于自适应切片的点云压缩算法[J]. 工程勘察 2017(09)
- [22].序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用 2016(08)
- [23].地面三维激光扫描点云重建技术研究[J]. 数码世界 2017(08)
- [24].三维环境下交互式点云对象提取方法[J]. 计算机工程与应用 2019(24)
- [25].换流站激光点云密度对土石方计算的影响[J]. 电力勘测设计 2020(01)
- [26].融合个体识别的3D点云语义分割方法研究[J]. 黑龙江工业学院学报(综合版) 2019(12)
- [27].机载激光点云与摄影测量点云非监督建筑物变化检测[J]. 测绘科学技术学报 2019(05)
- [28].电力巡检点云分布式异构处理的研究[J]. 湖北电力 2019(05)
- [29].点云重建的并行算法[J]. 计算机工程与应用 2020(06)
- [30].基于深度学习的点云匹配[J]. 计算机工程与设计 2020(06)