2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、車載LiDAR(Light Detecting and Ranging)作為一種快速的空間信息獲取技術(shù),對城市道路環(huán)境及街道兩側(cè)地物高精度空間三維信息獲取具有明顯優(yōu)勢。行道樹是道路及城市街道場景中最常見地物之一,也是城市生態(tài)系統(tǒng)的重要組成部分。樹木分布散亂、形態(tài)各異,人工方式獲取樹木信息是一項(xiàng)乏味和費(fèi)時的工作。準(zhǔn)確、高效地從車載LiDAR點(diǎn)云中提取樹木信息是科研工作者長期以來努力的目標(biāo),是車載LiDAR點(diǎn)云數(shù)據(jù)處理的一個熱點(diǎn),也是一個難

2、點(diǎn)。作者在深入理解車載LiDAR系統(tǒng)工作原理及地物在車載LiDAR點(diǎn)云中表達(dá)特點(diǎn)的基礎(chǔ)上,以城市道路場景為例,圍繞場景中行道樹信息的精細(xì)提取展開了相關(guān)研究。
  論文的研究工作主要包括以下三個部分:
  第一部分為行道樹點(diǎn)云的分類提取。該部分采用逐步分離的方法,將行道樹點(diǎn)云從原始點(diǎn)云中分離出來,整個分離流程按順序分別為地面點(diǎn)濾除、地物聚類、桿狀地物提取、樹木點(diǎn)云分離。
  第二部分為行道樹與其它相連桿狀地物的點(diǎn)云分割。

3、該部分包括兩部分內(nèi)容:(1)采用 ICP算法與參考樣本相結(jié)合的方法對穿插在行道樹樹冠中的路燈進(jìn)行有效去除;(2)針對相連樹的樹冠點(diǎn)云分割探討了三種方法,即基于距離的樹冠點(diǎn)云分割、基于特定模型的樹冠點(diǎn)云分割和基于擬合冠幅的樹冠點(diǎn)云分割,并根據(jù)點(diǎn)云數(shù)據(jù)分別對其進(jìn)行了試驗(yàn)及分析。
  第三部分為行道樹參數(shù)信息提取。在分離出的單個行道樹點(diǎn)云模型的基礎(chǔ)上,實(shí)現(xiàn)了對行道樹屬性信息(樹木底部重心點(diǎn)、樹高、樹干高、樹冠高、胸徑及冠幅)的自動提?。?/p>

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。

評論

0/150

提交評論