采用非规则标识点过程的LiDAR点云数据目标提取

摘要：

针对LiDAR点云数据目标投影几何的非规则性,提出非规则标识点过程的LiDAR点云数据目标提取方法.首先,在投影平面上定义随机点过程,利用其随机点定位该平面上的目标投影,对每一随机点生成一组节点集以建模该目标投影几何,作为目标标识;假设地物目标高程值服从独立同一高斯分布,从而得到LiDAR点云数据高程测度模型;在贝叶斯理论架构下建立目标几何提取模型,并结合可逆跳变马尔可夫链蒙特卡罗(Reversible Jump Markov Chain Monte Carlo,RJMCMC)算法模拟后验分布以及估计各参数;最后根据最大后验概率准则,求解最优目标提取模型.采用提出方法对LiDAR点云数据进行目标提取,根据实验结果可以看出,算法得到的检测精度均达到80％ 以上,最高精度为99.43％,得到了较好的检测结果.本文将传统的规则标识点过程拓展到非规则标识点过程,可以有效拟合任意形状目标几何.定性和定量的实验结果表明了该方法的可行性、有效性和准确性.

关键词：标识点过程、LiDAR点云数据、贝叶斯定理、最大后验概率、可逆跳变马尔可夫链蒙特卡罗算法

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金资助项目41301479;国家自然科学基金面上项目41271435;辽宁省自然科学基金资助项目2015020190

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1201-1210