基于地形复杂度的LiDAR点云简化方法研究-地图制图学与地理信息工程专业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下： 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．基于主成分分析模型及多因子分析理论，提出地形复杂度指标模型。 2．选取坡度、地形起伏度、地形粗糙度以及全曲率四个单一地形指标作为构建地形 复杂度指标的基本因子，根据主成分分析方法构建一个地形复杂度指标，并得到地形 复杂度指标与坡度、地形起伏度、地形粗糙度和全曲率之间的经验公式。通过实验得出 地形复杂度指标值与地形特征之间的对应关系并对其进行验证。实验结果表明本文构 建的地形复杂度指标能够有效描述地形特征。 3．基于构建的地形复杂度指标，提出了一种基于地形复杂度的LiDAR点云简化新 方法TCthin，方法将地形复杂度指标作为点云取舍准则，采用包围盒法原理实现LiDAR 点云简化。 4．通过实验对本文提出的TCthin点云简化方法进行评价和验证。实验结果表明， 在点云简化程度方面，本文方法TCthin能够在不同简化级别上有效地实现LiDAR点 云简化；在点云简化质量方面，在相同简化率水平上，TCthin点云简化质量明显优于 现阶段常用的lasthin方法和thin points方法；在同一数据集中，三种简化方法的点云 简化质量与点云简化率均呈负相关关系。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本 人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位敝储魏弛倩了 日期：训、岁·刁 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 LiDAR(LightDetection and Ranging)是一种利用全球定位系统、惯性测量装 置、激光扫描测距系统和成像装置，对被测物体表面信息进行测量的技术。作为一 种新兴技术，LIDAR技术具有自动化程度高、数据生产周期短、受外界环境影响 小、精度较高等优点。但是LiDAR技术获取的点云数据量巨大，在构建不同尺度 的DEM时，大量的点云数据对于提高DEM精度没有明显的作用，反而会导致数 据处理速度急速下降。因此对LiDAR点云数据进行抽稀简化很有必要。 在LiDAR点云简化过程中，点的取舍准则直接决定保留点的分布和质量状况。 一般情况下，点的取舍准则是基于地形特征设定的。目前大多数的LiDAR点云简 化算法都是基于单一地形特征因子实现点云简化，但是单一地形特征因子无法全面 综合地描述地形特征，故提出一个可以综合评判地形特征的地形复杂度指标是至关 重要的。 本文选取坡度s、地形起伏度Cur、地形粗糙度Rel和全曲率Rou四个单一地 形因子指标，采用主成分分析方法，提出地形复杂度指标模型，构建了一个地形复 杂度指标C，并得到C与S、Cur、Rel和gou之间的经验公式。选取具有典型地形 特征的实验区域，计算C，得到C与地形特征的对应关系。最后选取实验区域对地 形复杂度指标与地形特征之间的对应关系进行验证，实验结果表明，构建的地形复 杂度指标能够有效地描述地形特征，且与地形特征之间的对应关系是合理的。 基于构建的地形复杂度指标C，本文提出了一种新的LiDAR点云简化方法 TCthin。TCthin方法根据设计的点云采样准则，基于包围盒算法原理实现点云简化。 实现思路是首先基于低分辨率DEM计算C值；然后根据目标简化尺度对LiDAR 点云数据划分简化格网，并与C值相关联；最后根据C值决定点云的取舍，当 O=C之O．5时，每个简化格网上保留高程Z均值点，当0．5-c1．5，每个简化格网 上保留高程Z最大值点和高程Z最小值点；当p=1．5，每个简化格网上保留高程 z最小值点，高程z均值点，高程z最大值点。 通过实验对TCthin方法进行分析和评价。将TerraScan软件中的Thin points方 法和Lastools软件包中的Lasthin方法作为TCthin方法的对比对象，选取八个实验 区，在三种简化级别上实现点云简化。计算简化后每个数据集的简化率，根据点云 简化率对TCthin方法点云简化程度进行评价；采用反距离权重插值方法生成DEM 并计算均方根误差RMSE，根据RMSE值对TCthin方法的点云简化质量进行评价。 实验结果表明，在点云简化程度方面，本文提出的TCthin方法能够有效地去除冗 余点，实现点云的简化；在点云简化质量方面，在相同简化率水平上，本文提出的 TCthin方法明显优于Lasthin和Tscanthin方法；在同一数据集中，三种简化方法的 点云简化质量与点云简化率均