GPS控制网地面起算点选取和兼容性分析

本文从ＧＰＳ网数据处理中遇到的地面起算点对ＧＰＳ网精度影响问题出发,分析了地面控制网现状,探讨了ＧＰＳ网地面起算点选取及其兼容性分析的方法,并在实践中得到应用。     

一种基于平面拟合的LIDAR点云滤波方法

LIDAR点云滤波是将LIDAR点云数据中的地面点和非地面点分离的过程。根据在较小区域内可以近似认为地面为一平面,本文提出了一种应用平面拟合的方法,首先在一个局部区域内拟合出一个近似平面,通过判断LIDAR点是否属于该平面来获取平面点,并通过分类处理从平面点中得到地面点,最后用得到的地面点内插出DEM。滤波前,需要剔除高程异常点,本文应用了高程差约束算法抑制高程异常点,从而较好地保持了原始数据的局部细节信息。     

移动激光扫描数据的道路标线自动提取

针对道路标线三维矢量数据难以高效精确获取的问题,该文提出了一种从移动激光扫描数据中自动提取道路标线的新方法。基于平缓路面这个假设,利用邻域高程一致性的判断方法提取地面点。将地面点根据轨迹数据分割成多组剖面,对每个剖面上的点云进行强度直方图统计,找到强度值有突变的点。以此为种子点通过强度值区域生长以得到完整的标线,利用点云模板匹配的方法剔除错误点集。最后对标线点云进行矢量化得到三维矢量线。通过城市中大约2km长的移动激光点云数据的实验,证明本文提出的方法在提取道路标线方面能得到较好的结果。     

LiDAR测量点云融合影像的分块滤波方法

针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。     

平面约束条件在LIDAR点云滤波中的应用

介绍了一种利用平面约束条件对LIDAR点云数据进行滤波的方法,利用每个数据点的邻域点拟合平面,根据平面约束条件和平面点分类方法得到地面点,最后利用地面点内插该区域的DTM.     

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。     

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。     

地面LiDAR技术与移动最小二乘法在三维建模中的应用

地面LiDAR不仅能够快速获得建筑物表面精确三维坐标点云信息,并且利用自身所携带的相机同时采集建筑物的影像信息,这使得地面LiDAR在城市三维建模与古建筑精细模型制作中得到广泛应用。然而地面Li-DAR采集的点云数据巨大,离散点之间没有关系,这给建模带来了困难。本文通过将地面LiDAR数据进行预处理得到建筑物点云数据,再通过移动最小二乘法来拟合建筑面构建建筑物模型,实验证明移动最小二乘法拟合得到的建筑物模型光滑准确,能够将建筑物的细节信息表达出来。     

机载Lidar数据快速滤波方法

机载Lidar是可以快速获取数字表面模型(Digital Terrain Model,DTM)的一种遥感技术。它能够快速获取大范围地面精确的三维坐标,得到高密度的点云。为了从点云数据中提取地形信息,必须对地面点和非地面点进行分类,称之为滤波。现有算法不适合用于处理大规模数据。本文提出一种快速滤波方法,实验结果表明该方法能够快速准确地提取地形点。与现有的滤波方法相比较,其最大的特点是将二维滤波问题简化为一维滤波,滤波速度快。     

手持三维激光扫描室内停车场地面标识要素提取方法

为了满足停车场快速建图的需求,本文提出了基于手持激光点云的室内停车场地面标识要素的提取方法。首先,为减少要素提取对内存空间的需求,将整个点云以规则网格进行划分;其次采用RANSAC平面拟合的方法提取每个网格内的地面点云;然后为提取地面标识要素,根据地面点云生成地面图像,并在地面图像的基础上,采用BiSeNet网络对不同的标识要素进行语义分割,得到车道线、车位线和导向箭头标识的像素;最后针对车道线和车位线,采用基于霍夫变换的直线提取方法对其进行提取,对于地面导线箭头,采用模板匹配的方法对其进行提取。试验证明,本文提出的方法能够对扫描的结构要素和标识要素进行快速提取,可大大减少制图的人工工作量,有效提高室内停车场建图的效率。     

非线性规划单纯形算法的改进算法

在常规非线性单纯形算法的基础上 ,提出了一种实用的改进算法 ,即将初始搜索值作为初值 ,并逐步改变顶点距离二次搜索的方法 ,有效地避免了常规算法易陷入局部最优的缺点     

卫星通信多普勒频移计算方法研究

多普勒频移是卫星通信过程中的一个不能忽视的现象。分析了目前计算圆轨道卫星星地链路多普勒频移的几种主要方法，指出了当前教材中引用较多的一个计算公式的不合理之处，并对其进行了重新推导与更正。随后给出了一种以链路距离变化率作为相对速度来计算多普勒频移的新方法。仿真结果表明，所给方法更为简便、准确。     

三角网格模型的修补算法研究

针对三角网格模型中空洞区域修补的问题,提出了一种利用方差和平均曲率作为影响因子对空洞区域进行补测数据点,后对空洞区域补测数据点进行空间直接三角剖分的补洞方法。     

基于融合和广义高斯模型的遥感影像变化检测

提出了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的KI算法计算最佳分割阈值，提取变化区域。实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。     

应用杨赤中滤波推估法计算库容量

应用杨赤中滤波推估法,利用二项系数加权游动平均对观测值序列进行逐遍滤波,建立估值数学模型,求得各个方格中心高程估值.再由水库工程的溢洪道高程设计值与各方格中心高程的差值,求得各方格的体积,汇总即得库容量.讨论了不规则边界处理算法.     

星载加速度计的动力法校准

通过模拟轨道，利用动力法对星载加速度计校准进行了研究。用不同参考重力场模型获得的校准参数分别重新积分卫星轨道，与模拟轨道的差异最大可达m级。结果表明，参考重力场模型误差对加速度计校准的影响不可忽略，在校准加速度计的同时应解算重力场模型，以削弱模型误差的影响。     

一种基于噪声统计特性的改进EMD降噪方法

GPS高程时间序列中通常都含有噪声，容易对GPS信号解算精度造成影响。针对这一问题，本文基于噪声统计特性，提出了一种改进的EMD降噪方法。首先将信号进行EMD分解，得到低频信号与高频噪声两个部分；然后将高频噪声部分随机打乱两次，并与原始高频噪声累加，求取平均值；最后与低频信号累加，构成一个新的信号再次进行EMD分解，提取出有用信号。最终利用模拟数据和WUHN站实测GPS高程时间序列数据对该方法进行验证。试验结果表明，当信噪比较高时，本文方法得到的降噪效果更佳。     

基于DEM和水箱理论识别流域河网方法研究

本文应用水箱原理处理流域DEM数据中存在的洼地问题,提出流域河网识别及编码的新方法。首先,确定洼地网格,搜索洼地区域,计算洼地容量,根据水箱原理确定洼地出口,判断洼地的流向;然后,逐层合并消减洼地,修正洼地水流方向;最后,计算网格集水面积,进行河网识别和编码。本文结合云南东川蒋家沟流域的DEM资料进行河网识别,得到了完整的流域河网,结果与实际勘测的河网完全吻合,这表明应用该方法提取流域河网是可行的,能够为进一步的分布式水文、泥石流、环境模型提供条件。     

Knowledge based reconstruction of building models from terrestrial laser scanning data

This paper presents an automatic method for reconstruction of building façade models from terrestrial laser scanning data. Important façade elements such as walls and roofs are distinguished as features. Knowledge about the features’ sizes, positions, orientations, and topology is then introduced to recognize these features in a segmented laser point cloud. An outline polygon of each feature is generated by least squares fitting, convex hull fitting or concave polygon fitting, according to the size of the feature. Knowledge is used again to hypothesise the occluded parts from the directly extracted feature polygons. Finally, a polyhedron building model is combined from extracted feature polygons and hypothesised parts. The reconstruction method is tested with two data sets containing various building shapes.     

地形图水系版中面状要素的矢量化

针对地形图水系版中面状要素的特点 ,提出了一种新的边界矢量化算法中心挖空法。该算法以数学形态学的基本原理和基本运算为基础 ,所用的结构元素是笔者通过反复实验总结出来的