一种基于极大曲率的机载LiDAR数据 地形特征提取方法

对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。     

基于点云数据内插DEM的精度比较研究

利用3维激光扫描技术,以云南元谋干热河谷地区冲沟为研究对象,扫描获得大量具有冲沟坐标信息的点云数据。离散的点云数据之间没有明显的拓扑关系,不能表达连续的地表形态,通过建立格网DEM可视化表达地形信息,利用不同的内插方法生成DEM并进行精度评定,以便在不同的地貌区和采点方式下选用最佳的内插模型。点云数据经过数据配准拼接以及噪声剔除,在ArcGIS软件中,通过数据格式转换,利用反距离加权插值、克里金插值、自然领域法插值三种不同的内插方法生成DEM模型,通过检查点法分析已有的固定点高程和内插相应点的高程值做误差比较,分析不同的内插精度。实验表明,反距离加权插值法和克里金插值中误差基本相同,自然领域法插值中误差最大。分析比较不同的内插精度,对地表的坡度、坡向、等高线的研究具有重要的意义。     

关于机载LiDAR点云数据形态学滤波的几点思考

形态学滤波是一种典型的机载LiDAR点云数据滤波方法,然而滤波过程中还存在某些容易被忽视的细节.本文在回顾现有各种形态学滤波算法的基础上,分析了特殊地形下点云数据内插存在的问题,提出了改进的内插算法;深入探讨了两种不同数据组织形式的滤波算法,指出基于不规则离散点和基于规则格网两种滤波方法各自的优势及不足;最后通过实验数据对两种方法在滤波性能和效率上给出了定性分析和定量评价.     

一种基于LiDAR点云栅格化的海岸线提取方法

针对当前从三维激光点云中提取海岸线方法的不足,提出了一种基于点云栅格化的海岸线提取方法。首先对点云进行去噪等数据预处理,然后直接将其栅格化生成更为平滑的海岸地形,最后采用中国近海海域潮汐精密模型,从栅格海岸地形中提取基于平均大潮高潮面MHWS(Mean High Water Springs)海岸线。实验表明:此处所提出的点云栅格化方法较当前方法提取的海岸线更可靠、合理,提取效率更高,同时也可用于其他辅助岸线的提取。     

基于Coons曲面的规则格网DEM表面模型

内插是数字高程模型的核心问题。目前的内插模型主要是由离散的格网数据构建的连续曲面,直接以点推面,可能存在较大的地形误差。本文建立的Coons曲面DEM表面模型,首先利用离散的格网数据构造与格网边界相对应的地形剖面曲线的拟合曲线,再基于拟合曲线构建DEM表面模型。实验表明：Coons曲面DEM表面模型是一种高精度的DEM表面模型,其地形模拟误差比直接基于格网数据建立的双线性内插、样条函数内插和移动曲面拟合法的误差都小,实际地形模拟误差与双线性模型相比减少15％-28％,且精度随着构建边界拟合曲线所用格网点的增多而逐渐提高。     

三维激光扫描地形点云的分层去噪方法

针对三维激光扫描采集的地形点云,提出在高程方向进行切片分层的去噪方法。将分层提取的点云投影在平面上,对点云进行网格划分,把网格内的点云转换为二值图像,采用数字图像处理方法过滤离散的网格噪点;然后对分层提取的点云轮廓特征格网,通过对上下层轮廓边缘特征比较,获取点云的地面轮廓网格点,删除孤立噪点与非地面点。根据对不同地形的点云进行去噪实验,通过分层过滤非地面点可以得到很好的去噪效果。     

关于机载LiDAR点云数据形态学滤波的几点思考

形态学滤波是一种典型的机载LiDAR点云数据滤波方法,然而滤波过程中还存在某些容易被忽视的细节。本文在回顾现有各种形态学滤波算法的基础上,分析了特殊地形下点云数据内插存在的问题,提出了改进的内插算法;深入探讨了两种不同数据组织形式的滤波算法,指出基于不规则离散点和基于规则格网两种滤波方法各自的优势及不足;最后通过实验数据对两种方法在滤波性能和效率上给出了定性分析和定量评价。     

一种输电线路平断面提取及精度分析方法

本文根据输电线路平断面图的特点,分别利用激光点云、DOM实现了断面图的自动提取和平面图的人工绘制。依托实际工程介绍了机载激光数据的获取和分级处理,对激光点云的高程精度情况进行评价,分析影响精度的因素;通过内存映射文件的方式实现海量点云数据读取,利用不规则离散点构建Delaunay三角格网进行高程内插实现断面提取,并对断面高程精度进行评定和制图进行改进。     

渐进三角网加密滤波辅助的布料模拟滤波

为了提高布料模拟滤波（CSF）算法处理复杂地形时的精度与适应性,本文提出了渐进三角网加密滤波辅助的布料模拟算法（CSFPTD）。该方法首先根据地面点云回波次数特点提取单、末次回波点云,以提高点云处理效率,在此基础上,采用渐进三角网加密滤波算法提取地面点,建立宏观反映复杂地形特征的粗数字地面模型（DTM）,对点云进行高程归一化处理,消除地形起伏对点云滤波结果的影响,最后CSF实现点云精细滤波。对CSFPTD算法与经典CSF算法进行了对比实验,其中,Ⅰ类误差由11.81%下降到7.48%,Ⅱ类误差由1.90%下降到1.23%,总误差由4.05%下降到2.58%。实验结果表明：CSFPTD算法在综合复杂地形下的滤波精度明显提高,提升了算法的地形适应性。     

一种从LiDAR点云中提取海岸线的新方法

针对利用等值线追踪法从LiDAR点云中提取的海岸线过于破碎、曲折和抖动大的问题, 提出了一种基于LiDAR点云数据栅格化的海岸线提取新方法。该方法通过剔除LiDAR点云中的粗差, 对LiDAR点云进行栅格化, 直接从栅格数据中提取出平均大潮高潮线。试验表明, 与等值线追踪法相比, 新方法简化了提取海岸线的过程, 提取的海岸线也更为平滑和合理。     

机载LiDAR点云密度对DEM精度的影响

机载激光雷达技术(LiDAR)作为一项先进的遥感技术,是植被覆盖区DEM获取的重要手段之一,而不同地形坡度条件及点云密度对DEM产品质量有重要影响。本文以辽宁省某市的机载LiDAR数据为基础,选取5种不同地形坡度的点云数据,通过随机、等间距及基于曲率3种不同的点云抽稀方法,按照点云保留率为80%、60%、40%、20%和10%共5个不同梯度的抽稀倍数对原始点云进行抽稀简化处理,生成与之对应的DEM并对其进行精度评价,以此研究地形坡度、点云抽稀方法、抽稀倍数对DEM精度的影响。结果表明,DEM精度与地形坡度呈负相关关系,即RMSE随地形坡度升高不断增加;基于曲率的抽稀方法在地形坡度＞30°时,相较于其他两种方法RMSE较小,具有明显优势;40%的点云保留率是平衡DEM精度与数据存储效率的一个节点,当点云保留率<40%时,DEM的高程RMSE会迅速增大。该研究对于利用机载LiDAR进行大范围DEM生产具有一定的指导和借鉴意义。     

基于坡度自适应的机载LiDAR分割算法

本文提出了一种适用于离散LiDAR数据的区域生长算法:将离散点云数据重采样为规则格网,通过坡度自适应区域生长法分割规则格网,获得不同的面片;建立各个分割面片之间的拓扑关系,将分割面片划分为粗差、植被、建筑物和地面;检测原始激光脚点到DTM的距离,判断是否为地面点。文中采用ISPRS提供的测试数据验证了算法分割的有效性。     

一种新的全球海量地形实时绘制算法

本文为实现全球海量地形数据的实时可视化,提出了一种新算法。算法不使用几何数据而是利用球面特征进行地形多分辨率模型初建,然后基于视锥与节点关系对初建结果进行扩展来得到完整的地形网格。此外设计了能消除具有复杂邻接关系的节点间裂缝的拼接方式,构造了简洁的方法消除GPU32位浮点精度导致的"wob-bling"现象。实现的算法在普通微机上平均漫游速度达每秒95帧以上。     

水上水下一体化三维河道场景构建与展示

随着无人机与新型航拍技术的发展,无人机倾斜摄影技术在大范围地形数据采集过程中发挥了重要作用,三维测绘相关研究得到了极大的促进。而针对水利行业所需的水上地形与水下地形一体化生产过程的研究相对较少。本文布设统一控制点,采用固定翼无人机倾斜摄影测量技术进行水上地形测绘,应用RTK配合测深仪在船上进行水下河道三维地形数据采集,对于涉河建筑物采用BIM软件进行参数化建模。最后,针对水上地形数据,水下河道地形数据及建筑物三维模型进行融合处理,得到水上水下一体化三维河道场景,搭建Cesium平台进行三维展示。其研究成果可为水上水下一体化测绘与可视化提供技术帮助,有助于推进智慧水利的应用发展。     

TLS三维点云聚类滤波算法应用研究

现有地面三维激光扫描点云数据滤波算法较少,针对地形复杂区域的点云滤波效果更是不甚理想,因此对二维聚类算法进行改进,提出三维点云聚类滤波算法,并对其在地形复杂区域的TLS数据滤波中的应用进行研究。以重庆鸡冠岭危岩体的TLS数据为例,分别采用曲率平滑滤波方法和文中提出的点云聚类滤波方法处理,并对两种方法处理过的数据进行形变量计算和分析。实验证明,针对植被覆盖茂密、地形复杂的山体,该方法的点云滤波效果较好,且处理速度有较大提升,能为点云后期形变量计算提供较好的基础。     

大钝角剖分与最小二乘法约束迭代算法优化TIN模型研究

TIN模型通过从不规则分布的数据点生成的连续三角面来逼近地形表面,就表达地形信息的角度而言,TIN模型的优点是它能以不同层次的分辨率来描述地形表面。但在相关软件对离散数据生成TIN模型时会出现边缘失真现象,特别是当一些离散数据出现凹区域时,凹区域地形逼近失真现象相当明显。而在这些凹区域大多生成的三角网以钝角三角形居多,本文对离散数据TIN模型生成DEM时存在凹区域地形逼近失真现象进行了研究。提出一种大钝角剖分与最小二乘法约束迭代算法优化TIN模型。首先对原始TIN模型中大于100°小于1800的钝角三角形进行遍历记录,然后利用最小二乘法约束迭代算法进行优化,通过此算法优化后的TIN模型生成DEM数据,分别从小区域面积稳定性与剖面拟合实际地形进行了试验与精度对比,试验显示这种算法是可行的。     

A Uniform Sky Illumination Model to Enhance Shading of Terrain and Urban Areas

Users of geographic information systems (GIS) usually render terrain using a point light source defined by an illumination vector. A terrain shaded from a single point provides good perceptual cues to surface orientation. This type of hill shading, however, does not include any visual cues to the relative height of surface elements. We propose shading the terrain under uniform diffuse illumination, where light arrives equally from all directions of a theoretical sky surrounding the terrain. Surface elements at lower elevations tend to have more of the sky obscured from view and are thus shaded darker. This tinting approach has the advantage that it provides more detailed renderings than point source illumination. We describe two techniques of computing terrain shading under uniform diffuse illumination. One technique uses a GIS–based hill-shading and shadowing tool to combine many point source renderings into one approximating the terrain under uniform diffuse illumination. The second technique uses a C++ computer algorithm for computing the inclination to the horizon in all azimuth directions at all points of the terrain. These virtual horizons are used to map sky brightness to the rendering of the terrain. To evaluate our techniques, we use two Digital Elevation Models (DEMs)—of the Schell Creek Range of eastern Nevada and a portion of downtown Houston, Texas, developed from Light Detection and Ranging (lidar) data. Renderings based on the uniform diffuse illumination model show more detailed changes in shading than renderings based on a point source illumination model.     

抗差趋势面的机载LiDAR点云滤波方法

传统曲面约束滤波算法中,利用最小二乘拟合地形曲面易受种子点粗差影响。针对这一问题,提出基于抗差趋势面的机载激光雷达点云数据滤波方法,首先构建格网索引组织数据,引入抗差趋势面拟合合理的区块地形,通过自适应阈值的设置实现不同区域的自动灵活处理,最终滤除孤立点完善滤波结果。使用ISPRS提供的测区数据进行实验,与传统曲面拟合方法进行对比,实验结果证明,该方法较传统移动曲面拟合法能够得到更加可靠的滤波结果,具备较高实用价值。     

Study on Sampling Rule and Simplification of LiDAR Point Cloud Based on Terrain Complexity

It is difficult to obtain digital elevation model (DEM) in the mountainous regions. As an emerging technology, Light Detection and Ranging (LiDAR) is an enabling technology. However, the amount of points obtained by LiDAR is huge. When processing LiDAR point cloud, huge data will lead to a rapid decline in data processing speed, so it is necessary to thin LiDAR point cloud. In this paper, a new terrain sampling rule had been built based on the integrated terrain complexity, and then based on the rule a LiDAR point cloud simplification method, which was referred as to TCthin, had been proposed. The TCthin method was evaluated by experiments in which XUthin and Lasthin were selected as the TCthin’s comparative methods. The TCthin’s simplification degree was estimated by the simplification rate value, and the TCthin’s simplification quality was evaluated by Root Mean Square Deviation. The experimental results show that the TCthin method can thin LiDAR point cloud effectively and improve the simplification quality, and at 5 m, 10 m, 30 m scale levels, the TCthin method has a good applicability in the areas with different terrain complexity. This study has theoretical and practical value in sampling theory, thinning LiDAR point cloud, building high-precision DEM and so on.