论文题名: | 提取铁路横断面属性信息的方法研究 |
关键词: | 铁路横断面;LiDAR系统;最优尺度分割;面向对象分类 |
摘要: | 机载激光雷达作为综合三维定位和航空摄影测量的新型技术,已广泛应用于铁路勘测中。通过对LiDAR技术获取的三维点云数据进行分类得到地面精细的数字高程模型,并提取出横断面是LiDAR技术在铁路勘测设计中的重要应用。 由于LiDAR数据缺少相关的纹理信息,无法为横断面提供相应的属性信息,而铁路横断面的属性对更好地辅助铁路线路选线、施工设计是必要的信息。考虑到LiDAR系统在航飞时,利用数码设备同时也获得了高分辨率的航空影像。高分辨率航空影像包含了丰富的地物信息,已有很多学者利用面向对象的方法对高分辨率航空影像进行地物提取。在此背景下,本文以实现横断面属性信息的高效赋值为目的,将LiDAR数据辅助高分辨率航空影像进行地物分类作为研究内容,开展了以下工作: 1、分析了构建铁路线对象时的铁路的平面线型数学模型和技术要求,介绍了在对离散点构建不规则三角网的基础上利用Qi函数进行点与三角形拓扑关系的判断获取横断面的方法。 2、研究了LiDAR辅助下高分辨率航空影像的面向对象多尺度分割技术。分析了利用Canny算子进行边缘探测后对“过分割”现象的影响;在使用分割尺度穷举方法下,构造了“多因子分割量化指标”并以之作为分割结果评价指标以确定地物的最优尺度,利用间接的精度评定法对该函数所得的分割尺度进行结果评定。最后结合地物的高程、光谱、纹理等内容进行地物分类。 3、设计了基于Skyline和ArcEngine的铁路横断面及属性信息提取的三维场景软件系统,将面向对象的遥感信息提取技术同工程应用结合获得地物分类信息、引导工作人员快速的找到地类边界,并实现了部分功能。 4、最后总结了LiDAR辅助的高分辨率航空影像面向对象的处理流程,并使用用户精度、生产者精度、全局精度以及Kappa系数对实验结果进行了评价。 实验表明,LiDAR结合高分辨率航空影像进行面向对象的地物分类,不仅在处理流程上简化了分类步骤,在用户精度、生产者精度、全局精度以及Kappa系数上也优于仅采用高分辨率航空影像的面向对象遥感分类方法。同时论文将面向对象的遥感信息提取技术同工程应用结合获得地物分类信息,配合人工纠正和修改,对提高横断面地形变化点属性赋值的工作效率是有意义的。本文的研究成果对相关工作的进一步开展具有一定的参考意义。 |
作者: | 罗灵燕 |
专业: | 地图学与地理信息系统 |
导师: | 齐华 |
授予学位: | 硕士 |
授予学位单位: | 西南交通大学 |
学位年度: | 2012 |
正文语种: | 中文 |