共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
基于无人机倾斜摄影测量技术和地面三维激光扫描技术相融合的空地一体数据采集处理技术获取地表滑坡体的三维数据。结合北京市延庆区京礼高速一处典型的滑坡隐患点,通过对地面三维激光点云数据和无人机倾斜摄影测量点云数据进行矢量化融合处理,生成滑坡体的DEM(数字高程模型)、DOM(数字正射模型)以及三维实景模型,可为地质灾害体三维建模提供参考。 相似文献
3.
4.
5.
无人机航测是一项新兴的测绘技术,以其测图效率高、受地面约束小、自动化成图等优点深受测绘生产单位的青睐。本文利用拓普康天狼星Sirius Pro无人机对泰州的长江岸线进行了航测,生成了高分辨率影像图、数字高程模型、数字地表模型,经检验航测成果的精度满足大比例尺测图的要求,为长江岸线的测绘提供了新的测绘方法,对无人机航测实践具有很好的指导借鉴作用。 相似文献
6.
传统输电线路平断面测绘方法工作量大、野外危险性高,难以测量植被覆盖区域地面点高程及交叉跨越导线。针对该问题,本文提出了将无人机LiDAR技术应用于输电线路平断面测绘的方法。首先分析了无人机LiDAR的原理及优势;然后对无人机LiDAR外业数据采集、激光点云滤波构建DEM、三维地物采集、断面提取及平断面快速成图等关键技术进行了深入研究。结果表明,该方法可以实现高精度、智能化地测绘平断面图,效率大大提高,为输电线路路径优化提供了技术支撑,具有巨大的经济和社会效益,值得推广与借鉴。 相似文献
7.
低空无人机航测是当前我国测绘领域的研究与应用热点。在概述无人机航测外业和内业数据处理流程的基础上,进行了基于无人机航测数据的1∶2000DLG数据快速生产实践。经精度检验,成果数据影像分辨率、平面位置精度能满足1∶2000测图需求,而高程采用无人机POS系统自动解算结果。最后针对植被茂密区的高程数据如何获取和去除树高以及无控制测图提出了自己的思考。本文为偏远的茂密森林区快速获取大比例尺测图数据提供了方法,也能够为无人机航测在其他领域的应用提供参考。 相似文献
8.
蔡悦 《测绘与空间地理信息》2020,(3):157-159,164
为解决山区测绘的高程问题,本文利用机载激光雷达采集了山区点云并通过点云滤波的手段获取了山区地表点的高程数据,通过实验验证和分析可知,机载激光雷达在山区的地表点云有着很高的精度和密度,能够很好地满足山区地形测绘的要求。 相似文献
9.
随着测绘地理信息使用需求的变化及测绘数据获取技术的进步,全息测绘成为新型基础测绘数据生产的一种思路。SLAM背包结合车载激光扫描系统以其灵活、全时、室内外一体、高精度及全息采集的方式,在地面及内部信息的获取中具有效率高、信息全的特点。与无人机倾斜航测相结合采集目标的全景三维信息,融合处理后可获得测区的全息数据,能为社区的信息化建设提供底图数据。本文通过在广东软件园采用GeoSLAM背包、Trimble MX9车载激光扫描系统及大疆M300无人机倾斜航测3种采集方法获取园区全息数据,然后进行标定、匹配、融合、分类和处理,开展要素化、实体化、三维化生产,形成园区的三维对象化地图数据,为智慧社区的位置服务、管理、展示提供了基础底图。试验结果表明,采用激光结合倾斜航测生产的社区全息地图,在丰富性、准确性、完整性、精度上均比传统的光电测距等方法生产的地图更优。 相似文献
10.
影响无人机航测高程精度因素的研究 总被引:1,自引:0,他引:1
《现代测绘》2021,(3)
随着高科技无人机技术应用于水利测绘越来越广泛,对数据获取精度要求也越来越高,数据精度主要分为平面精度与高程精度,一般航测平面精度都能保证,如何提高航测高程精度成为数据整体精度保证的关键。航测数据获取过程主要包括外业航飞及内业数据处理,通过外业航飞及内业数据处理流程来分析影响航测立体建模高程精度影响因素,结合实验数据对比确定像片质量、像片重叠度、像主点落水三大因素对航测高程精度会产生较大影响,调整野外航飞时段、优化航飞参数设置及数据处理方式来提高无人机航测高程精度,为水利测绘进一步获取高精度影像数据提供有力的技术指导意义。 相似文献
11.
陈齐 《测绘与空间地理信息》2020,(1):205-208
DEM是水利行业最主要的基础地理数据之一,本研究根据无人机航测构建密集点云,再对密集点云进行滤波处理,分类地面点,派生出高精度地面DEM,结合水下地形测量,绘制水下地形图,插值得到研究区高精度河道DEM。对地面DEM和河道DEM进行叠加处理,得到研究区整体DEM数据,通过质量检查可知,DEM的高程精度处于较高的水平。本研究工作提出的DEM构建方法,大大减少了野外地面点的测绘工作,作业效率高、DEM精度高,数据具有高时效性,为各项水利工作的开展提供了保障。 相似文献
12.
13.
近年来,随着无人机技术、机载定位技术、图像处理技术的快速发展,倾斜摄影测量技术已广泛应用于1:1000大比例尺地形图测绘中。但由于各项技术限制,普通的无人机航空摄影测量难以满足1:500大比例尺地形图测图。因此,本文以倾斜摄影测量技术为基础,从像控密度、模型分辨率、测图方式3方面展开研究,提出了一种适用于城镇1:500大比例尺地形图的倾斜测图方法。试验结果表明,文成县大比例尺地形图的成果平面精度可达0.059 m,高程精度可达0.064 m,精度情况良好,对以后采取此种方法进行测绘具有一定的借鉴作用。 相似文献
14.
倾斜摄影测量技术在大比例尺地形图测绘中的应用 总被引:5,自引:0,他引:5
作为国际测绘领域近些年新兴的高新技术,倾斜摄影测量技术已应用于城市快速三维建模中。由于目前常用的大比例尺地形图测绘方法不能同时满足快速成图的时间和成本要求,本文提出了一种利用倾斜摄影测量技术测绘大比例尺地形图方法,充分发挥无人机倾斜摄影测量技术灵活、成本低、高效的优点,倾斜影像可自动生成三维模型和点云,简化了后续绘图工作。评定试验得到的岢岚县大比例尺地形图可知,成果平面精度达到0.140 m,高程精度达到0.150 m,符合大比例尺地形图精度要求,适合快速测绘小区域大比例尺地形图。 相似文献
15.
随着社会的发展和科技的进步,各种先进的测量设备也不断涌现出来。近几年来,无人机航测在测绘行业中发展非常迅速,尤其是在地形图测绘中。中小比例尺的地形图测绘基本上都采用航测的方法进行,但是免像控无人机在大比例尺地形图测绘生产过程中仍然存在很多问题。本文以泰安某地区1∶500地形图测绘项目为例,通过对航线设计、影像处理方面的分析,为提高作业效率以及地形图成果精度提供了有效的手段。 相似文献
16.
17.
There are now a wide range of techniques that can be combined for image analysis. These include the use of object-based classifications rather than pixel-based classifiers, the use of LiDAR to determine vegetation height and vertical structure, as well terrain variables such as topographic wetness index and slope that can be calculated using GIS. This research investigates the benefits of combining these techniques to identify individual tree species. A QuickBird image and low point density LiDAR data for a coastal region in New Zealand was used to examine the possibility of mapping Pohutukawa trees which are regarded as an iconic tree in New Zealand. The study area included a mix of buildings and vegetation types. After image and LiDAR preparation, single tree objects were identified using a range of techniques including: a threshold of above ground height to eliminate ground based objects; Normalised Difference Vegetation Index and elevation difference between the first and last return of LiDAR data to distinguish vegetation from buildings; geometric information to separate clusters of trees from single trees, and treetop identification and region growing techniques to separate tree clusters into single tree crowns. Important feature variables were identified using Random Forest, and the Support Vector Machine provided the classification. The combined techniques using LiDAR and spectral data produced an overall accuracy of 85.4% (Kappa 80.6%). Classification using just the spectral data produced an overall accuracy of 75.8% (Kappa 67.8%). The research findings demonstrate how the combining of LiDAR and spectral data improves classification for Pohutukawa trees. 相似文献