LAS格式解析与信息提取

结合LAS1.0,从公共文件头区、变长记录区和点集记录区3个方面,对LAS格式的各个版本进行了分析比较,并利用Matlab语言实现对各个版本LAS数据的读取、显示以及激光脚点的三维坐标、回波、强度等信息的提取,为后续LAS格式数据的处理奠定了基础。     

基于Matlab的LAS格式数据解析与显示

机载激光雷达系统近年来得到了广泛的应用,为了数据交互的方便,ASPRS制定了LiDAR数据交换格式标准——LAS格式标准。对LAS1.4文件格式进行了详细的分析,基于Matlab平台,对LAS文件中的点数据记录进行完整读取,并进行三维显示,为后续数据处理提供完整的数据源。     

LAS格式解析及其扩展域的应用

激光雷达是近年来兴起的一种快速获取地物目标三维信息的主动遥感技术。其采集的离散激光点具有数据量大,信息丰富等特点。目前常用的LIDAR数据存储格式,在存储LIDAR数据时存在种种不足,且数据交换和共享困难。LAS格式是ASPRS制定的标准LIDAR数据交换格式,能较好地解决多属性离散激光点数据的存储问题,具有结构严谨,便于扩展等优点。本文在对LAS格式进行解析的基础上,针对LAS变长记录的扩展域,介绍了一些实际的应用。     

LIDAR标准数据格式(LAS)的解析与处理

LIDAR(Light Detection And Ranging)是近年来兴起的一种快速获取地物目标三维信息的主动遥感技术。LAS格式是测量与遥感(ASPRS)协会下属的LIDAR委员会制定的标准LIDAR数据格式,该格式是目前最常用的LIDAR数据存储格式,可以比较好地解决多属性离散激光点云数据的存储问题。具有结构严谨、便于扩展等优点。LAS格式先后有1.0,1.1,1.2,1.3四个版本。本文研究的内容是基于1.2版本,在对LAS格式进行解析的基础上,采用C++语言开发相应的读写功能,实现对数据的读取、修改、转换等常规处理。     

基于机载LiDAR数据制作高精度DEM产品研究

机载LiDAR获取点云数据具有快速、高效和高精度的特点,以此为基础制作的DEM数据具有表达地貌细微、精度高的特性。本文以白城地区基础测绘DEM制作项目为例,探讨了LiDAR数据的获取、处理及以此为基础制作高精度DEM过程中的关键影响因素,以及解决方法。为推动"十三五"期间,利用现有的基础测绘现代化高新技术装备——机载激光扫描系统,完成吉林省LiDAR航摄生产1∶10 000 DEM及地貌测绘工作提供借鉴和经验。     

利用多传感器集成和数据融合实现水上水下一体化测绘

水上水下一体化测绘技术为水域相关测绘提供了一种高效快速的解决方案。本文介绍了多传感器集成和数据融合领域的研究背景,阐述了水上水下一体化测绘的原理和方法,结合工程试验数据,对点云数据进行了精度统计分析,论证了水上水下一体化测绘技术方法在水电工程应用中的有效性,水上水下一体化测绘是对传统水域相关测绘技术方法的变革和创新,具有一定的工程意义。     

地面三维激光扫描技术在变电站精细测量中的应用

变电站是重要的电力设施,对其进行测绘采集是三维建模与可视化、运行维护、管理、异常监控等工作的基础,但其中构筑物具有复杂、结构异形等特点。本文利用三维激光扫描技术获取点云数据,对变电站进行精细测量。提出了基于空间区域复杂度的划分（如将测区划分为均匀分布区、紧密排列区、气体绝缘封闭组合电器（GIS）区、过渡区）方法,并以新疆亚中变电站为例展示了该方法的应用,最终实现了变电站的三维建模与可视化。     

机载激光雷达数据的地物分类方法及处理方式

机载激光雷达技术衍生于传统的工程测量中的激光测距技术,是传统雷达技术与现代激光技术结合的产物,是遥感测量领域的一门新兴技术。随着机载激光雷达数据的不断发展,其在基础测绘、城市三位建模、铁路、电力等领域有着越来越广泛的应用,然而机载激光雷达数据刚扫描完的数据全部存放到一个点云层,不利于后期数据的分析、应用。因此,本文以处理吉林省白城市激光点云数据的方式为例,介绍了机载激光雷达点云数据的处理方式及地物分类的原则。     

基于CATIA的飞机曲面重建方法研究

介绍了逆向工程的基本知识,飞机曲面数据采集的一般流程;提出了点云数据预处理算法实现方法,包括点云滤波算法、点云数据精简算法和基于奇异值分解法的多视点云拼接算法,通过对数据的预处理,大部分数据噪声得以消除,数据量进一步简化,多视点云数据实现空间配准;研究了飞机曲面重建的数据处理流程,对飞机机体进行若干分区,按照点、线、面的建模处理流程对每个区进行独立建模;最后以Catia逆向建模模块对某型样机点云数据处理流程为例,详细探讨了飞机曲面重建的流程和精度验证等方法。实践证明,本文介绍的算法和处理方法切实有效,建模数据准确可靠。     

城市竣工测绘典型要素语义分割PointNet++深度学习模型适用性分析

处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法。首先,对输入的城市竣工测绘数据进行预处理,以实现点云降采样、去噪、地面点与非地面点分割;然后,人工标注5个区域场景数据毫米级标签,进行数据增强;最后,测试PointNet++网络在城市竣工测绘点云场景下的语义分割性能和效果。测试结果表明,在少量样本下,PointNet++网络可以较好地实现城市竣工测绘点云场景的激光点云语义分割,总体mIoU达73.06%,能够满足城市竣工测绘点云语义自动化分割需求,为城市竣工测绘点云数据处理提供了新思路。     

机载LiDAR点云时间纹理信息航带重叠区消冗

机载LiDAR获取的完整测区点云数据中包含了丰富的信息,同时也伴随着大量冗余数据,本文提出基于机载LiDAR点云时间纹理信息的航带重叠区消冗方法。首先按点云时间信息划分航带,再按点云纹理信息提取航带边缘,接着提取高地物遮挡空洞,最后去除重叠区冗余数据。实验结果表明,该方法无需航线信息辅助,并能在保留遮挡空洞区域点云的同时,高效地去除航带重叠区中精度较低的点云。     

面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明：将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。     

主被动多传感器组合的宽角成像系统设计与实验

按照国家航空应急测绘的需求提出了一种多传感器组合成像系统。在此系统中,将组合数码相机、视频和红外相机、激光雷达（light detection and ranging,LiDAR）和小型合成孔径雷达（miniature synthetic aperture radar,MiniSAR）集成到统一的时空基准,分别且同时地实现大像幅光学成像,白天和夜间视频影像获取与传输,三维激光点云获取,以及全天候的微波遥感。详细阐述了组合宽角相机在改善影像质量和作业效率方面的优势。根据上述设计,将实验系统安装在中航时无人机上进行了飞行检验,给出了所获取的白天和夜间数据成果。     

机载激光雷达数据提取DEM的关键技术分析

结合激光雷达数据的特点,着重分析利用激光LiDAR数据提取DEM的几个关键技术：预处理技术、滤波技术、DEM构建与质量评价技术。通过分析,为快速、高效、准确地获取DEM基础数据提供一个技术方案。     

利用样本生成方法进行机载多光谱LiDAR数据深度学习分类

机载多光谱LiDAR系统能够快速、准确地获取地物的空间几何和光谱信息,为地物覆盖分类和目标识别提供新的数据源。近年来,基于三维点云的深度学习算法取得了一系列突破性进展,然而直接将不规则的原始点云数据输入深度学习模型进行基于点的分类存在一定的困难。本文提出了一种基于FPS-KNN的样本生成方法,用于基于深度学习的机载多光谱LiDAR数据分类。该方法首先对输入数据进行归一化处理;然后利用最远点采样方法(FPS)和K近邻法(KNN)在输入数据中生成一系列规则大小的训练样本数据集。通过机载多光谱LiDAR数据的试验表明,该方法所生成的样本不仅符合卷积神经网络所要求的输入数据形式,而且能够确保对输入场景的完整覆盖。     

机载LiDAR点云获取与高精度DEM建设关键技术探讨

结合广东省机载LiDAR点云获取与高精度DEM建设项目，介绍了项目总体技术路线，针对项目难点，从设备选择、点云密度设计、植被覆盖密集山区数据获取方法、点云数据分类组合算法、空白区处理等5个方面的关键技术进行了探讨，并提出解决方案，为同类项目的设计与实施提供参考。     

机载LIDAR点云数据的处理及检校

利用机载LiDAR技术获取较大范围地面三维信息比传统测量方法具有高精度、高密度、速度快、成本低的优点,已成为国土资源管理领域一个重要支撑技术。在实际应用中,激光点云数据处理及其检校是生产的关键环节,直接影响成果质量和作业效率。该论述结合测制我国西部某测区带状4D成果的应用实例,综合分析了原始激光点云数据的获取、标准激光点云数据的制作及其分层分类处理等关键过程和需要注意的问题,详细论述了标准激光点云数据的检校及其检校精度检测的方法步骤,分析评估了检校精度对激光点云平面和高程精度的影响,可为同类工程提供借鉴。     

基于密集匹配点云的DEM生产可行性研究

无人机倾斜摄影直接生产的成果通常包括三维模型、TDOM、DSM等,然而规划设计通常不能直接利用倾斜数据输出的DEM,需要辅以人工编辑。作为倾斜摄影影像处理的过程成果,密集匹配点云未得到充分利用。其与激光雷达点云具备相似的结构,且点云密度可自由选择,在不考虑数据量的情况下,密集匹配点云的点密度可数倍于激光雷达点云。此外,密集匹配点云无需单独赋色,即具有纹理信息, 对人工目视编辑自动分类后的地面点具有一定的辅助作用。本文对比分析了同一测区的密集匹配点云与激光雷达点云,验证了密集匹配点云用于房屋建筑区及稀疏林区地面点滤波并生产DEM的可行性。