基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載LiDAR點(diǎn)云建筑物區(qū)域提取

《基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載LiDAR點(diǎn)云建筑物區(qū)域提取》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號(hào)Ｐ２３１密級(jí)ＵＤＣ編號(hào)１０４８６博±學(xué)位論文基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載ＬｉＤＡＲ點(diǎn)云＊建筑物區(qū)域提取研究生姓名：趙宗澤指導(dǎo)教師姓名、職稱：張祖就院±張永軍教授學(xué)科：攝影測量與遙感、專業(yè)名稱研究方向；數(shù)字?jǐn)z影測量二〇—六年十二月ＡＰｈＤ．ＤｉｓｓｅｒｔａｔｉｏｎｏｆｕｈｃｍＵｎｉｖｅｒｓｉｔＷｙＢｕｉｌｄｉｎＡｒｅａＥｘｔｒａｃｔｉｏｎｆｒｏｍｇＡｉｒｂｏｒｎｅＬｉＤＡＲＰｏｉｎｔＣｌｏｕｄｓＵｓｉｎＭａ化ｅｍ

2、ａｔｉｃａｌＭｏｒｈｏｌｏｇｐｇｙＢｙＺｏｎｚｅＺｈａｏｇＳｕｐｅｒｖｉｓｅｄｂｙ：ＰｒｏｆｅｓｓｏｒＺｕｘｉｍＺｈａｎｇＹｏｎｕｎＺｈａｎｇｊｇＳｐｅｃｉａｌｔｙ：ＰｈｏｔｏｇｒａｍｍｅｔｒｙａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＲｅｓｅａｒｃｈＤｉｒｅｃｔｉｏｎ：ＤｉｉｔａｌＰｈｏｔｏｒａｍｍｅｔｒｇｇｙＷｕｈａｎＵｎｉｖｅｒｓｉｔｙＷｕｈａｎＨｕｂｅｉＰ．Ｒ．Ｃｈｉｎａ，，Ｄｅｃｅｍｂｅｒ２０１６，學(xué)位論文使用授權(quán)書―（式兩份，此份

3、交《中國博±學(xué)位論文全文數(shù)據(jù)庫》期刊社存檔）本論文作者完全了解學(xué)校關(guān)于保存、使用學(xué)位論文的管理辦法及規(guī)定，即學(xué)校有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱，接受社會(huì)監(jiān)督。本人授權(quán)武漢大學(xué)可Ｗ將本學(xué)位論文的全部或部分內(nèi)容編入學(xué)校有關(guān)數(shù)據(jù)庫和收錄到《中國博±學(xué)位論文全文數(shù)據(jù)庫》進(jìn)行信息服務(wù)，也可Ｗ采用影印、縮印或掃描等復(fù)制手段保存或匯編本學(xué)位論文。－ａｎ。本論文提交□當(dāng)年／□年／因巧年／年Ｗ后，同意發(fā)布一若不選巧則視為年Ｗ后同意發(fā)布。注，在解密后適用于

4、本巧枚書？：保密學(xué)位論文作者簽名Ａ令Ｉ導(dǎo)師簽名。＜？２１轉(zhuǎn)＾月日Ｉ｜武漢大學(xué)研究生學(xué)位論文作者信息、論文題目？雜ｊＡ堿金攤＾ｉｉＷ瓜站始私踩娩鉛Ｉ馬］姓名姆學(xué)號(hào)部批信。。４答辯曰期鐘２？月叫日Ｉ｜論文級(jí)別博±虹碩ｉｎ￣＾＾途邊媒急游＾么巍勤訓(xùn)藻Ｊ遂盛ＩＩ聯(lián)系電話Ｅｍａｉｌ＿通信地址郵編：（）備注：論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研巧工作所取得的研究成果。除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他

5、個(gè)人或集體已發(fā)表或撰寫的研究成果。對(duì)本文的研巧做出貢獻(xiàn)的個(gè)人和集體，均已在文中Ｗ明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者（簽名）：似辟占年Ｕ月。？曰本論文巧研究和實(shí)驗(yàn)得到了Ｗ下項(xiàng)目的支持，特此致謝?。崳妵易匀豢茖W(xué)基金（４１３２２０１０）＞基于單立體３＾的多娜像巧集匹記埋論與方法國家自然科學(xué)基金（４１５７１４３４）論文主要的創(chuàng)新點(diǎn)論文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下：一１）提出了種基于分水嶺算法的機(jī)載激光點(diǎn)云建筑物提取方法，結(jié)合證據(jù)＂理論進(jìn)行了分類，實(shí)驗(yàn)證明可有

6、效地實(shí)現(xiàn)建筑物與植被的分離。主要利用浸水＂法對(duì)點(diǎn)云網(wǎng)格數(shù)據(jù)進(jìn)行淹沒，在淹沒過程中，為了分離與建筑物相連的植被區(qū)。域，利用植被區(qū)域?qū)ρ蜎]過程進(jìn)行限制在對(duì)激光點(diǎn)云進(jìn)行分割Ｗ后，主要利用證據(jù)理論對(duì)分割區(qū)域進(jìn)行分類。一巧提出了種基于模板連通算子的機(jī)載激光點(diǎn)吉建筑物提取方法，實(shí)驗(yàn)證明能夠有效地提取植被相鄰的建筑物區(qū)域。對(duì)激光點(diǎn)云網(wǎng)格數(shù)據(jù)進(jìn)行閥值疊加生成不同高程等級(jí)上的二值影像，對(duì)不同髙程等級(jí)的二值影像進(jìn)行基于分離的二次＂＂連通性分析，消除區(qū)域之間的弱連接現(xiàn)象；并利用基于模板的連通性分析去除與

7、建筑物相連的植被區(qū)域：利用相鄰高程等級(jí)上建筑物與地面連通區(qū)域面積之差的區(qū)別濾去地面區(qū)域，識(shí)別出建筑物區(qū)域。一３）提出了種分水嶺算法和連通算子相結(jié)合的機(jī)載激光點(diǎn)云建筑物提取方一法，實(shí)驗(yàn)證明可進(jìn)步提高建筑物區(qū)域的提取精度。從連通性角度來說，分水嶺算法是基于屬性空間對(duì)點(diǎn)云網(wǎng)格數(shù)據(jù)進(jìn)行連通性分析，而連通算子是基于模板對(duì)不同等級(jí)上的二值影像進(jìn)行連通性分析。在利用連通算子的建筑物區(qū)域提取過程中一，對(duì)于些高程較低或坡度大的建筑物，在連通性分析過程中，很難與地面分。離開來，從而無法提取出來，而分水嶺算

8、法可Ｗ較好地提取出來然而，對(duì)于某些密集且髙程高低不平的建筑物區(qū)域，基于分水嶺算法的提取方法很難提取出來，而基于連通算子的提取方法可Ｗ較好地提取出來。基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載ＬｉＤＡＲ點(diǎn)云建筑物區(qū)域提取目錄巧要ＶＡＢＳＴＲＡＣＴＶＩＩ一１第章職１．１研究背景和意義１１．２國內(nèi)外相關(guān)研究現(xiàn)狀４１．２．１基于ＬｉＤＡＲ數(shù)據(jù)的建