基于航空LIDAR点云数据的建筑物提取研究

【类型】学位论文

【作者】徐花芝 

【关键词】 LIDAR点云数据 DSM深度影像 影像预处理 Hough变换 建筑物提取

【摘要】随着三维地理信息以及虚拟现实应用的深入，传统的测量方法(如：工程测量，摄影测量等)由于其在工作效率以及数据精度等方面存在某些不足而使得其在某些领域的使用受到一定的限制。航空LIDAR(LightDetectAndRanging)是一种正在逐步广泛使用的新型测量系统，它利用激光光束扫描来探测目标和测定距离，能够直接快速地获得高精度的城区数字表面模型(DSM)。该技术的出现为实现城市地区建筑物的快速提取提供了一种新的途径。 本文以航空LIDAR点云数据为基础，研究了城市地区建筑物的提取。研究思路是首先将不规则的离散LIDAR点云数据进行规则格网重采样，得到数字表面模型(DSM)，并按照高程进行灰度量化生成DSM深度影像。然后利用图像处理技术对DSM深度影像进行预处理，即对DSM深度影像进行直方图阈值分割，将DSM深度影像中的地面部分去除掉，接着运用标号法面积测量去除小面积目标，滤除干扰信息，得到独立的建筑物区域。最后是城市地区建筑物的提取，采取的方案是先运用Canny边缘检测算子检测建筑物的边缘，再利用改进的Hough变换算法进行后处理，即充分利用Hough变换的参数空间数据，检测矩形建筑物中两平行直线段的端点坐标，再根据矩形建筑物边缘的垂直、平行关系，计算得到矩形建筑物的四个角点坐标，来完成矩形建筑物边缘的规格化，就实现了DSM深度影像中矩形建筑物的提取。 总之，本文以航空LIDAR点云数据为基础，在无其他辅助数据的情况下，采用数字图像处理技术，实现了基于航空LIDAR点云数据提取城市地区建筑物的目标。

【学位名称】硕士

【学位授予单位】长安大学

【学位授予年度】2016

【导师姓名】隋立春

【读秀链接】读秀链接