版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著激光掃描技術(shù)和組合定位定姿技術(shù)的不斷發(fā)展,快速獲取大場景三維信息已經(jīng)成為現(xiàn)實(shí)。車載移動激光掃描系統(tǒng)以其獨(dú)特的系統(tǒng)優(yōu)勢,能夠快速獲取大范圍場景的高密度、高精度以及具有地物三維地理坐標(biāo)的三維點(diǎn)云數(shù)據(jù)。車載移動激光掃描系統(tǒng)采用主動式近紅外激光測量方式,數(shù)據(jù)采集任務(wù)不受任何環(huán)境光照條件的影響,在白天或夜間均可進(jìn)行場景數(shù)據(jù)采集。車載移動激光掃描系統(tǒng)及其三維點(diǎn)云數(shù)據(jù)已被廣泛地應(yīng)用于交通運(yùn)輸、道路規(guī)劃、道路檢修、地圖導(dǎo)航、數(shù)字城市、文物保護(hù)、林業(yè)
2、、采礦業(yè)、影視動漫以及基礎(chǔ)測繪等領(lǐng)域?;谌S點(diǎn)云數(shù)據(jù)的三維目標(biāo)檢測算法的研究也已取得了重大的進(jìn)展。然而,現(xiàn)有的三維目標(biāo)檢測算法在處理大場景車載激光點(diǎn)云數(shù)據(jù)時仍然存在以下幾個問題:(1)時間復(fù)雜度較高或計算效率較低;(2)特征表達(dá)能力不足;(3)精度較低、魯棒性較差;(4)數(shù)據(jù)的不完備性。另外,由于車載激光點(diǎn)云的高密度、海量特性、空間離散特性以及自然場景中三維目標(biāo)的數(shù)據(jù)不完整性、目標(biāo)間的重疊性、遮擋性、相似性等現(xiàn)象,研究魯棒、高效的三維
3、目標(biāo)檢測算法對進(jìn)一步推廣車載移動激光掃描系統(tǒng)及其數(shù)據(jù)在各個領(lǐng)域的應(yīng)用都具有重要的意義。本文針對大場景車載激光點(diǎn)云三維目標(biāo)檢測所面臨的科學(xué)和算法問題,主要圍繞以下三個內(nèi)容進(jìn)行研究:
首先,針對現(xiàn)有特征點(diǎn)描述方法只能描述特征點(diǎn)的局部特征以及缺乏針對局部點(diǎn)云塊整體特征描述的問題,提出了三維點(diǎn)云特征描述的新方法。針對基于形狀匹配的三維目標(biāo)檢測,提出了用于描述三維點(diǎn)云目標(biāo)整體結(jié)構(gòu)特征的成對三維形狀上下文。通過構(gòu)造鄰近特征點(diǎn)對之間的成對三
4、維形狀上下文,可以對三維目標(biāo)的局部特征進(jìn)行描述。通過構(gòu)造三維目標(biāo)上所有特征點(diǎn)對之間的成對三維形狀上下文,可以對三維目標(biāo)的整體結(jié)構(gòu)特征進(jìn)行描述。此外,針對基于目標(biāo)局部特征的三維目標(biāo)檢測,提出了用于描述局部點(diǎn)云塊高階抽象特征的多層結(jié)構(gòu)特征生成模型。該模型通過深度學(xué)習(xí)方法進(jìn)行構(gòu)造,能夠快速、高顯著性、高可區(qū)分性地對局部點(diǎn)云塊進(jìn)行高階特征描述。
其次,針對實(shí)際三維點(diǎn)云場景中同類目標(biāo)之間的尺寸多樣性、空間拓?fù)浣Y(jié)構(gòu)多樣性以及目標(biāo)重疊問題,
5、提出了基于三維點(diǎn)云數(shù)據(jù)的三維目標(biāo)匹配框架。該框架通過特征匹配項(xiàng)和幾何匹配項(xiàng)分別對三維目標(biāo)的局部特征和幾何結(jié)構(gòu)特征進(jìn)行約束。通過構(gòu)造局部仿射不變性幾何約束,該三維目標(biāo)匹配框架不僅能夠有效地處理不同尺寸、不同空間拓?fù)浣Y(jié)構(gòu)的同類三維目標(biāo),而且對包含附屬物或與其他目標(biāo)重疊的三維目標(biāo)也能取得理想的匹配結(jié)果。
最后,針對實(shí)際三維點(diǎn)云場景中不同語義目標(biāo)之間的重疊性以及車輛目標(biāo)之間的不同程度數(shù)據(jù)完整性問題,提出了基于霍夫森林模型和可見性估計模
6、型的三維車輛檢測算法。霍夫森林模型能夠有效地將局部點(diǎn)云塊的特征表示映射到三維車輛的質(zhì)心位置,實(shí)現(xiàn)基于車輛局部特征的三維車輛檢測??梢娦怨烙嬆P屯ㄟ^車輛組件部分的分布信息,能夠有效地對三維車輛的完整性進(jìn)行估計,用以增強(qiáng)數(shù)據(jù)覆蓋不完整車輛目標(biāo)的存在性的概率估計結(jié)果。
本文在大場景車載激光點(diǎn)云測試數(shù)據(jù)集上對所提出的三種三維目標(biāo)檢測算法的檢測性能和計算性能進(jìn)行了測試與定量分析。結(jié)果表明,本文所提出的三維目標(biāo)檢測算法能夠有效地處理大場景
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 車載激光雷達(dá)三維點(diǎn)云數(shù)據(jù)配準(zhǔn)算法研究.pdf
- 三維點(diǎn)云場景動態(tài)目標(biāo)檢測跟蹤與語義標(biāo)注技術(shù)研究.pdf
- 車載三維激光掃描系統(tǒng)的點(diǎn)云精度分析
- 大場景三維編碼點(diǎn)坐標(biāo)采集系統(tǒng)研究.pdf
- 基于移動激光掃描點(diǎn)云的路面目標(biāo)檢測算法.pdf
- 鐵路場景下三維點(diǎn)云識別與分類算法研究.pdf
- 基于車載激光掃描點(diǎn)云數(shù)據(jù)的城市三維模型重建研究.pdf
- 三維激光掃描點(diǎn)云精簡研究.pdf
- 基于激光點(diǎn)云與圖像信息融合的三維場景重建.pdf
- 基于三維激光點(diǎn)云的室外場景分割與分類.pdf
- 二維視頻中目標(biāo)的三維軌跡檢測算法研究.pdf
- 基于圖像的大場景三維重建并行算法研究.pdf
- 路面裂縫三維檢測算法研究.pdf
- 復(fù)雜場景下目標(biāo)檢測算法研究.pdf
- 基于三維激光掃描的點(diǎn)云數(shù)據(jù)逆向重建算法研究.pdf
- 三維點(diǎn)云配準(zhǔn)算法研究.pdf
- 三維點(diǎn)云自動拼接算法研究.pdf
- 基于點(diǎn)云處理的場景三維重建.pdf
- 動態(tài)場景下運(yùn)動目標(biāo)檢測算法研究.pdf
- 三維激光點(diǎn)云分塊配準(zhǔn)方法研究.pdf
評論
0/150
提交評論