倾斜影像中提取高精度DEM的方法研究

针对传统航空影像获取的DSM在立面及局部地面、建筑物屋顶空间信息的不足,获取高精度DEM较为困难的问题,提出了基于倾斜影像提取高精度DEM的方法。首先对倾斜影像获取的点云DSM结构进行分析,得出了DSM具有几何约束特点,能够在城区很好地区分地面点和地物点;然后指出对DSM滤波处理是获取高精度数字高程模型（DEM）的关键技术,提出了基于法向量差值区域生长分割TIN的滤波方法;最后选取吉林省敦化市的倾斜影像数据进行了滤波试验和算法验证。试验结果表明,该方法能够快速、有效地滤除不同尺寸的建筑物、植被和其他地物,获取高精度DEM。     

LiDAR点云中快速提取建筑物的方法研究

研究了从LiDAR点云数据中快速提取建筑物的方法路线。首先通过滤波去噪从点云数据中获取数字表面模型DSM,再通过地面点数据分类获取数字地面模型DTM,将DSM与DTM相减得出对应实体主要为建筑物和植被等地物的规则化nDSM。再利用激光扫描线方向X变量值与高度函数值Z的导数值来确定LiDAR点云是否为建筑物类型,基于此理论对建筑物提取参数进行设置,从而快速提取出建筑物信息。通过实验数据论证并进行成果分析,结果表明本文方法具有较高的效率和准确率。     

基于LiDAR点云数据的可视域计算研究

当前GIS软件中通视分析建立在DEM数据基础上,而DEM中不含植被和建筑物信息,从而会造成通视分析误差。通过Li DAR点云数据获取高精度植被和建筑物高度,提出一种顾及地物的插值算法,生成同一网格大小的DEM与DSM,在其上分别进行通视域分析,并将分析结果进行对比,发现DEM比DSM更容易扩大视域范围,从而产生了分析误差,验证了利用DSM进行通视分析的可行性。     

基于LIDAR数据的建筑物轮廓提取

建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。     

点云滤除临时动地物构建表面模型方法探讨

针对获取高精度数字表面模型(DSM)效率不高的现状,文章研究了基于机载激光雷达点云滤除临时动地物的方法:通过对TIN迭代滤波与聚类进行改进,提出了两种滤除临时动地物构建DSM的方法,第一种是基于数据流TIN迭代与临时动地物的特征,直接滤除临时动地物构建DSM;第二种是基于数字高程模型(DEM),逆向添加滤除临时动地物点的非地面点构建DSM。最后通过实验证明这两种方法均可较好地滤除临时动地物构建DSM。     

无人机遥感技术制作 DEM 新方法

无人机遥感技术能够快速制作地表模型DSM ,由于测区地物的存在,地表模型不能替代DEM ,本文提出利用激光点云处理软件 Terrasolid软件,通过高程分类算法对点云数据进行分类,通过人机互助快速提取出地面点制作DEM 。     

基于机载LiDAR点云和建筑物轮廓线构建DSM的方法

为了获取高精度的数字表面模型(digital surface model,DSM),提出了利用离散的三维激光点云和建筑物轮廓线构建DSM的方法.首先,利用不规则三角网(triangulated irregular network,TIN)渐进滤波算法对激光点云进行预处理,得到地面点和非地面点;然后,基于高程纹理提取非地面点中的建筑物脚点,根据脚点的深度影像图,利用Canny算子提取建筑物边缘,用方位角聚类规则法对建筑物边缘规则化;最后,采用提取的离散地面点数据和建筑物轮廓矢量线构建DSM.采用柳州地区的一组机载LiDAR数据对该方法进行了实验验证,结果表明,通过该方法构建的DSM,建筑物的边缘信息比较精确.     

平坦地区DSM到DEM的试验

讨论了平坦地区根据影像匹配的结果将DSM修正成DEM的方法,针对平坦地区一般都有建筑物和树木,利用其本身的地形特点,提出附近最小值方法自动修正DSM以获得近似正确DEM的方法。并对试验结果的精度进行了检查,发现试验的结果比影像匹配后的结果要精确许多,将建筑物和树木等植被的高程去掉,得到比较精确的DEM数据。     

基于局部高程差异的建筑物提取算法

传统算法直接使用数字表面模型(DSM)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比SVM算法降低了1.18%的误提率和6.51%的漏提率。     

复杂地形DSM的地面点识别及DEM提取

目前,基于数字地表模型(DSM)提取数字高程模型(DEM)的研究多以平坦地区为研究对象,且精度较低。本文提出了一种基于区域生长的DEM提取算法,该算法以区域生长算法为基础,采用最大类间方差法(OTSU)实现区域生长中种子点、生长准则和终止条件的自适应选择。该方法不仅可从平坦地区和地形复杂的山区的DSM中识别地面点和提取DEM,且能有效解决区域生长算法将地面和地面附着物(本文中地面附着物以高架道路为例)识别为同一类的问题。与附近最小值法进行试验对比,结果表明,本文算法能够较好地提高DEM提取精度,识别地面点的制图精度达90%以上,可靠性和稳定性较强。     

机载LiDAR数据处理与地物提取

介绍了机载LiDAR数据处理流程,分析了TerraSolid软件应用于LiDAR点云的地物提取方法,对复杂城区激光点云进行了地物提取试验研究,实现了植被、建筑物、水渠、地面点等地物的提取,制作了数字高程模型。     

一种基于形态学的激光雷达数据滤波算法的改进

机载激光雷达是DEM生产的重要技术手段之一.为了获取高分辨率的DEM,首先要将建筑物、车辆、植被等非地面点去除,这一过程称为滤波.本文在现有算法的基础上提出一种改进的形态学滤波算法.该算法逐步增大滤波窗口尺寸,并采用自适应的高差阈值,较好地保留了地形拓扑信息.试验采用ISPRS提供的参考数据进行测试分析,该数据代表典型...     

机载LiDAR和光学影像制作正射影像的方法

论述利用机载激光扫描系统(LiDAR)获得的激光点云和光学影像制正射影像的方法.以GPS和惯性导航单元提供的外方位元素结合激光点云作为地面参考,对光学影像进行空中三角测量,将LiDAR点云获得的数字表面模型经由滤波处理获得DEM,最后经过纠正算法获得正射影像.     

基于GPGPU技术快速提取数字表面模型

介绍一种基于通用计算图形处理单元（GPGPU）技术快速提取数字表面模型（DSM）的方法,探讨了使用LiDAR和摄影测量方法获取数字表面模型的不同特点,并通过分别使用CPU和GPU技术获取一个大面积山区数字表面模型的案例对比,证明了基于CUDA架构的数字表面模型提取方法是有效和可行的。     

Towards 3D map generation from digital aerial images

This paper describes the fusion of information extracted from multispectral digital aerial images for highly automatic 3D map generation. The proposed approach integrates spectral classification and 3D reconstruction techniques. The multispectral digital aerial images consist of a high resolution panchromatic channel as well as lower resolution RGB and near infrared (NIR) channels and form the basis for information extraction.Our land use classification is a 2-step approach that uses RGB and NIR images for an initial classification and the panchromatic images as well as a digital surface model (DSM) for a refined classification. The DSM is generated from the high resolution panchromatic images of a specific photo mission. Based on the aerial triangulation using area and feature-based points of interest the algorithms are able to generate a dense DSM by a dense image matching procedure. Afterwards a true ortho image for classification, panchromatic or color input images can be computed.In a last step specific layers for buildings and vegetation are generated and the classification is updated.     

一种基于机载LiDAR点云的林间道路提取方法

基于林间道路的形态特征和支持向量机原理(SVM),提出一种从机载LiDAR点云数据中提取林间道路的方法。首先,选取末次回波去噪、栅格化,生成数字表面模型(DSM)和强度信息模型(DIM);然后,通过支持向量机对坡度信息进行分类,得到道路潜在区域;再对道路潜在区域进行强度信息的分类,得到含有少量噪声的初始道路区域;最后,利用形态参数对初始道路区域进行去噪、精化,得出最终道路区域。实验证明,该方法能较好地提取出道路区域。     

Estimation of hourly and daily evapotranspiration and soil moisture using downscaled LST over various urban surfaces

Surface moisture is important to link land surface temperature (LST) to people’s thermal comfort. In urban areas, the surface roughness from buildings and urban trees impacts wind speed, and consequently surface moisture. To find the role of surface roughness in surface moisture estimation, we developed methods to estimate daily and hourly evapotranspiration (ET) and soil moisture, based on a case study of Indianapolis, Indiana, USA. In order to capture the spatial and temporal variations of LST, hourly and daily LST was produced by downscaling techniques. Given the heterogeneity in urban areas, fractions of vegetation, soil, and impervious surfaces were calculated. To describe the urban morphology, surface roughness parameters were calculated from digital elevation model (DEM), digital surface model (DSM), and Terrestrial Light Detection and Ranging (LiDAR). Two source energy balance (TSEB) model was employed to generate ET, and the temperature vegetation index (TVX) method was used to calculate soil moisture. Stable hourly soil moisture fluctuated from 15% to 20%, and daily soil moisture increased due to precipitation and decreased due to seasonal temperature change. ET over soil, vegetation, and impervious surface in the urban areas yielded different patterns in response to precipitation. The surface roughness from high-rise has bigger influence on ET in central urban areas.     

ICESat-2机载试验点云滤波及植被高度反演

新一代星载激光雷达卫星ICESat-2将采用多波束微脉冲光子计数技术,并进行高程剖面式的对地观测。由于该点云数据具有背景噪声大、密度低并呈线状分布等特点,传统的点云滤波算法并不适用,研究新的点云滤波算法十分必要。本文以ICESat-2的机载模拟器MABEL数据为例,首先介绍了微脉冲光子计数激光雷达的基本原理和数据特点,并针对高程剖面点云提出基于局部距离统计和最小二乘局部曲线拟合的点云滤波算法;然后,对美国加利福尼亚州Sierras-Forest地区MABEL试验中532 nm通道的光子点云进行滤波处理,并利用识别的地面点插值得到3 m分辨率的线状DEM,进而估算了该区域美国云杉的平均树高;最后,对该滤波算法进行精度评价,并分析了误差来源及其对DEM精度和树高反演精度的影响。结果表明:(1)该算法整体精度达97.6%,能有效剔除绝大部分噪声点且对地形起伏具有较强的自适应能力;(2)误分噪声点影响了滤波过程中局部地形的拟合,而滤波过程中的分类误差将降低DEM和树高反演的精度。     

机载LiDAR点云生成多尺度DEM方法

为了利用机载激光雷达点云生成高保真、多尺度的数字高程模型(DEM),提出了一种基于综合生成策略的方法:首先,利用点云数据中的地面点生成高分辨率、高保真的DEM作为基础DEM;然后,通过迭代的方式对上一层较高分辨的DEM进行综合获取较低分辨率、高保真的DEM。实验表明,本文方法不仅具有可行性,而且生成的多尺度DEM具有高保真的特性。