基于地面激光扫描的快速成图关键技术研究

讨论将新型的激光扫描技术用于大比例尺地形图测绘的尝试,在攻克海量点云数据组织、管理及实时可视化;多站点云数据自动化配准;兴趣目标地物自动化提取;兴趣地物边界提取、矢量化及符号化等关键技术的基础上,通过实际案例给出了该技术用于大比例地形图测绘的具体技术流程,为大比例尺地形图测绘提供新的技术手段。     

浅谈LiDAR点云数据在风电项目中的应用

随着我国经济的快速发展,环境污染现象日趋严重,因此发展清洁能源成为21世纪的重要战略之一。风能的开发和利用如火如荼,在风场和风机选址方面,大比例尺地形图得到广泛应用。然而,利用传统的地形图绘制方法,费时费力、效率低下。文章介绍了利用LiDAR点云数据自动生成等高线并人工提取高程点的方法,解决了地形图测绘过程中的最大难题即等高线采集的巨大工作量问题。     

车载激光扫描数据路坎点云提取方法

车载激光扫描系统能够快速准确地获取街道环境的点云数据,但由于扫描点云的点密度高、数据量大、空间分布不均匀、地物相互遮挡及城市街道环境复杂等特点,难以直接从原始点云数据中提取出路坎点云。本文首先通过分析路坎点云的空间分布特征和局部几何特征,构建包含相对高程、法向量方向、多尺度高程差及多尺度高程方差的点云特征向量;然后,采用SVM提取城市街道环境车载激光扫描数据中的路坎点云,并对提取结果进行聚类去噪,优化路坎点云。最后,通过Street Mapper 360系统和Lynx Mobile Mapper V100 系统采集的4份不同城市街道环境车载激光扫描数据对本文方法进行验证,其中路坎点云提取结果的完整度均超过了94.99%、准确度均超过91.88%、精度亦均达到了90.55%以上。实验结果表明,本文方法能够精确地提取复杂城市街道环境中规则或不规则的路坎点云,且具有较强的稳健性,适用于各类复杂的城市街道环境。     

室内三维点云与BIM集成的建筑施工进度监测方法

施工阶段是建筑生命周期的重要阶段,施工进度如果存在拖延会影响整个建筑工程项目的完成。传统的施工进度监测主要依靠人工方式进行实地检查记录,而项目施工现场的数据丰富,信息量大,只依靠人手工采集耗时耗力。因此提出一种室内三维点云与BIM集成的建筑施工进度监测方法。该方法首先通过BIM数据解析将BIM模型转化为三角网表达;其次手动选取BIM模型与三维点云间匹配点,采用最小二乘优化方法计算三维变换矩阵,实现两者的精确配准与融合;根据BIM组件语义进行门窗部件筛选并提取部件轮廓信息并填充均匀点云,最后采用三维点云变化检测方法对门窗部件的施工进度进行核查。以Revit数据与Geo SLAM系统采集的三维点云作为数据来源,对该方法进行了实验验证,实验结果显示该方法可实现建筑施工进度半自动核查。     

基于虚拟特征点的三维激光点云粗配准算法

在地面三维激光点云特征提取的过程中,由于三维点云数据采集仪器、采集方法及后期处理等因素影响,依靠传统的基于曲率、法线等几何特征及统计学算法提取出的点云特征数量较多且存在较大误差,若使用其直接作为特征点数据进行点云粗配准,很难提高点云粗配准的精度及速度。因此,本文在对点云数据实际空间分布结构分析的基础上,结合特征点提取算法、法向一致化算法、PCA（Principal Component Analysis）方法及特征点聚类等方法,提出了一种三维激光点云数据虚拟特征点拟合算法。该算法生成的虚拟特征点是由点云实际的特征点拟合得到,或是由位于被测物特征线上的特征点拟合生成的特征线计算得到,该虚拟特征点并不是扫描对象上实际存在的激光反射脚点。通过实验验证,虚拟特征点拟合算法可以较准确地拟合出由于设备及操作方法等原因而未被采集到的建筑物边角点数据,得到的虚拟特征点数据较实际特征点数据具有更少的数据量及更高的精度,使用拟合得到的虚拟特征点可以减少粗配准算法的计算量,提高粗配准算法的计算效率并能获得更精确及可靠的初始配准变换参数。     

利用高精度DLG进行机载LiDAR点云精度评定研究

LiDAR作为一种主动式获取高精度地表几何信息的地形图测绘技术,其获取的点云具有较高的相对精度与绝对精度,可作为无控或稀少控制条件下（无人机）航空影像高精度几何定位的地理参考数据。影像几何定位所能达到的精度依赖于几何参考数据自身的精度,因此评价LiDAR点云的精度对于将其作为地理参考实现航空影像高精度几何定位,具有较强的理论价值与实践意义。本文提出了利用高精度数字线划图（DLG）作为几何参考评定机载LiDAR点云精度的方法。首先,通过比对DLG中高程注记点的高程与LiDAR点云中对应位置处的高程,实现LiDAR点云高程精度评定;然后,通过统计LiDAR墙面点在平面上的投影点到DLG房屋矢量轮廓线的距离,实现LiDAR点云平面精度评定。实验结果证明,本文试验区域LiDAR点云平面和高程精度分别可达到7.2 cm和8.3 cm,可作为大比例尺无人机航空遥感控制数据的有效选择。     

邹城市1∶500比例尺地形数据库建库方法探讨

以邹城市野外采集的地形数据为基础,借助MapGIS地籍管理信息系统数据处理软件,提出了一条建立大比例尺地形数据库的建库路线,建成了邹城市1∶500比例尺的城镇地形数据库。     

邹城市1:500比例尺地形数据库建库方法探讨

以邹城市野外采集的地形数据为基础,借助MapGIS地籍管理信息系统数据处理软件,提出了一条建立大比例尺地形数据库的建库路线,建成了邹城市1∶500比例尺的城镇地形数据库。     

三维激光点云矢量化成图编辑工具设计与实现

激光扫描技术已成为获取大比例尺数字地形图的重要手段,由于点云数据获取时存在点密度不均、遮挡等问题,兴趣地物的自动化提取及矢量化结果存在漏提和错提现象,因此,需要对这些矢量结果进行人工编辑得到最终产品。本文描述了基于OSG引擎开发三维矢量编辑工具的方法和编辑操作的整个流程,实现了图形管理、要素编辑等功能,提出了适用于编辑功能的相关算法。     

基于机载点云数据的高精度水域DEM快速生成方法

由于水域内机载点云数据稀疏或缺失,在生产高精度DEM时需要对水域区域进行分别处理,人工操作工作量大,且难以保持水域内DEM高程的自然平缓过渡。目前将水域和其他区域分开处理的DEM数据生产方法,不仅增加了数据处理的难度和工作量,也会引入水域和其他区域的DEM接边误差,影响数据质量。为此,提出一种基于机载点云数据的高精度水域DEM快速生成方法。该方法首先利用水域边界与原始机载点云数据,通过分段插值拟合生成水域内点云数据;进而,将插值生成的水域点云数据与原始点云数据进行合并获得完整点云数据;最后,利用合并后的完整点云数据生产高精度DEM数据。通过实验分析发现,该方法能够实现水域与其他区域的DEM一体化生产,提升DEM数据处理自动化水平,且能保证水域DEM的高程精度与自然平滑过渡要求。     

大比例尺DLG成果在湖南省第三次土地调查工作中的应用探讨

大比例尺DLG数据与第三次全国土地调查成果数据在表达方式和地类分类上具有相同或相通之处,因此可通过对二者数据结构和要求进行对比分析,找到合适的方法,利用大比例尺DLG数据来提高三调数据的生产效率和成果精度。     

基于空间相似聚类的点云数据分割方法研究与实验

根据目标特征进行三维点云分割对点云数据的应用至关重要。对于地面三维场景的三维点云数据而言,对其有效的分割可更好地进行地物的分类提取、环境分析以及目标物体识别和跟踪等,由于点云的分割精度直接影响了后续任务的有效性,故三维点云的分割引起了许多学者的关注。本文首先简述了点云分割的国内外研究现状,对点云分割方法进行分类介绍,分析了各种分类算法的特点及优缺点,然后运用空间相似聚类分割方法对实验点云数据进行分割,并对分割结果进行了分析和总结。     

高精度直升机机载LiDAR在高速公路改扩建勘测中的应用可行性研究

机载LiDAR在公路勘测方面的用途日益广泛。该文对直升机机载LiDAR在高速公路改扩建中的应用技术路线可行性进行了研究论证,从地面控制测量、点云数据获取、点云数据处理、成果应用等多个方面进行了阐述,通过分析LiDAR点云数据在5种不同地面控制点布设方案校正下的点云数据精度,论证了利用地面控制点对直升机机载LiDAR点云数据进行平面和高程校正的可行性。     

多尺度土地调查缩编数据更新技术探讨与应用

本文基于县级、市级、省级、国家级系列比例尺二次调查缩编成果缩编更新工程,对利用大比例尺土地调查变化数据更新小比例尺土地调查缩编成果的缩编更新模式、工作流程与技术方法进行了分析与探讨,对于难以由计算机决策和操作的工作由人机交互完成,从而提高工作效率,保证缩编数据质量。     

基于无人机传感器数据与词袋模型的点云自动化分类

激光点云分类是Li DAR数据应用的关键步骤和重要研究课题。针对Li DAR点云数据识别率低的问题,以体素化的点云为研究对象,提出了一种基于词袋模型的城区机载Li DAR点云数据分类方法。考虑到点云数据缺乏纹理信息,文中综合分析了点云数据和影像数据的特点,以点为单位提取描述点云的几何特征和影像特征分类特征;以体素为单位分割点云数据,并以体素为基础构建描述场景信息的词袋模型;最后基于随机分类器完成场景的分类。文中以ISPRS提供的Vaihingen数据作为实验数据。实验结果表明,本文提出的模型能有效地改善点云的分类质量,分类正确率能达到93%以上。     

IKONOS数据在大比例尺土地利用动态监测中的应用

通过建立大比例尺土地动态监测系统,快速准确提供各种土地利用变化信息,是实现资源保护的基本手段。而及时准确地获取高分辨率的地物影像资料是大比例尺动态监测的重要环节。介绍了IKONOS影像数据的特点,并与其它遥感数据进行了比较,分析了IKONOS数据在土地利用动态监测中的应用。     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。     

基于MLS激光点云的特征提取方法综述

MLS(Mobile Laser Scanning)具有成本低、灵活性高、小范围区域激光点云数据获取快以及特定领域课题的研究明显等优势,在制图和三维建模领域已有应用。与传统的测绘方式相比,MLS点云数据的精度更高、节约成本,也提高了工作效率,对于大范围区域的测绘调研以及制图的优势尤为明显。激光点云数据的特征提取也是研究的难点,它是从空间杂乱分布的点云数据中提取出感兴趣的目标或区域,点云特征包括全局特征与局部特征,一般情况下,主要通过局部特征进行特征提取。局部特征主要包括基于点签名的局部特征与基于直方图的局部特征,通过局部特征进行特征提取时的难点在于:激光点云巨大的数据量;一些特征描述子对于噪声与点云密度的鲁棒性不强;同一场景中,多个特征的尺度差异造成的特征误提取等。针对这些难点,研究者们提出了许多基于激光点云特征提取的算法。     

双因素方差分析在评价化探分析数据质量中的应用

在以往的小比例尺地球化学测量中评价分析数据质量、数据可利用程度、误差来源,往往采用三层套合方差分析的方法进行,但在大比例尺地球化学测量中,虽然没有规定要对分析数据进行方差分析确定数据的可利用程度,对实验室来讲,只要检出限、报出率、内检合格率、异检合格率等技术指标满足规范要求,就足够了,但这对数据利用者来讲是不够的。     

八叉树与三维R*树集成的激光点云数据存储结构

针对海量激光点云数据组织与管理困难等问题,结合八叉树在三维空间上的快速收敛能力以及三维R^*树对不规则分布的多维点数据性能稳定的优势,提出了一种八叉树与三维R^*树集成的空间混合索引结构—3DOR^*树。首先,通过对激光点云数据进行八叉树划分;然后,对八叉树叶子节点构建三维R^*树,进而实现3DOR^*树索引结构的构建;最后,对激光点云数据进行特征分析,构建基于3DOR^*树的激光点云数据存储结构,实现基于3DOR^*树的激光点云存储与管理。本文以江西理工大学图书馆激光点云数据为例,进行实验对比分析,证明了基于3DOR^*树的激光点云数据存储结构比三维R^*树、八叉树与三维R树混合树等其他树形结构,具有高效的空间存储与查询等优势,可应用于海量激光点云数据存储、管理与分析应用。