基于低空摄影测量的机载LiDAR点云修复方法

针对机载LiDAR点云存在数据缺失造成的空洞问题,研究利用低空摄影测量技术,探索机载LiDAR点云空洞修复的方法。利用低空摄影测量手段获取的遥感影像可以生成高精度的修复点云,并通过将修复点云融合到原始LiDAR点云中,实现对机载LiDAR点云空洞的修复。该方法操作简单、效率高,适用于大面积机载LiDAR点云数据的批量修复,能够为城市三维精细化建模提供重要的数据支撑。     

基于机载LiDAR点云数据构建复杂山区高精度DEM方法研究

为解决大范围复杂山区DEM生产困难的问题,提出利用机载LiDAR点云数据构建DEM.本文对机载LiDAR数据处理流程及其在复杂山区的具体应用进行分析,主要利用LiDAR数据处理软件对点云数据进行内业DEM生产并编辑最终得到符合项目要求的数字高程模型数据,结果证明该方法可行.     

基于层次分析和神经网络的机载LiDAR点云分类

在机载LiDAR点云数据处理中,由于机载雷达点云数据的离散性、不确定性等原因,导致点云分类上很难得到准确的结果。针对机载LiDAR点云数据分类问题,提出了基于层次分析和神经网络的机载LiDAR点云分类方法。根据机载LiDAR点云的数据特征以及不同地物的属性,采用层次分析法赋予每个点云一个二进制信号,然后采用后向传播神经网络(BP-ANN)对机载LiDAR点云数据分类。实验表明:这种方法能够从机载LiDAR独立数据源中分类出房屋、高大的树、低矮的树、道路等地物点云。     

基于NoSQL的机载LiDAR海量点云数据分布式存储

机载LiDAR点云数据是遥感大数据的重要组成部分,其海量化的趋势日益显著。本文设计并实现了基于NoSQL的海量机载LiDAR点云分布式存储模型,解决了海量机载LiDAR点云数据的高效存储问题。通过建立基于虚拟格网与线性八叉树的海量机载LiDAR点云数据组织结构,设计了基于虚拟格网号与Morton码的海量机载LiDAR点云数据标识唯一编码;提出了基于HBase的海量机载LiDAR点云数据存储策略,实现了键值和表结构的优化设计;最终实现了海量机载LiDAR点云数据的高效存储和快速查询。     

机载激光雷达点云电力线三维重建方法研究

正机载激光雷达(LiDAR)技术的出现和发展,为地理空间三维信息的获取提供了全新的技术手段。目前,机载LiDAR技术已经得到了广泛的应用,其中,电力巡线是其主要的工程应用领域之一。尽管基于机载LiDAR的电力巡线日臻成熟,但是其中的一些关键数据处理和信息提取方法亟待完善。本文围绕机载LiDAR点云电力线三维重建涉及的机载LiDAR点云数据滤波、单档电     

三维点云深度学习分类模型学习策略分析——以机载多光谱LiDAR点云为例

近年来，随着三维计算机视觉的发展，三维点云深度学习方法得到越来越多学者的关注。然而，目前大多数三维点云深度学习方法仅在标准数据集上进行精度和性能评估，这些方法在设计过程中通常会根据特定数据集设定特定的学习策略以达到最佳点云分类精度，从而影响模型的泛化能力。在三维点云深度学习方法的遥感应用中，往往会出现诸如复杂的网络模型方法并不一定取得更好的数据处理精度，以及原始网络模型学习策略并不一定获得最优结果等问题。对此，为了探究学习策略对三维点云深度学习方法在实际遥感应用的影响，文中以机载多光谱LiDAR点云分类应用为例，以深度学习经典模型PointNet++为主，在分析当前学习策略的基础上构建一套较为通用的深度学习策略，以提高点云分类精度的稳定性和鲁棒性。机载多光谱LiDAR点云分类实验表明，学习策略对于点云分类精度影响不容忽视，学习策略的调整可以有效地提高模型对海量三维点云分类能力。     

LiDAR技术在钱塘江海塘工程安全监测上的应用研究

LiDAR作为一种主动式对地观测系统,可快速获取地物的三维点云数据,显示地物特点。文中利用LiDAR系统平台,获取钱塘江海塘三维点云数据,通过点云处理软件,对三维点云进行后续处理,生成海塘工程三维模型;分析模型数据,对海塘工程进行剖面分析、沉降监测等,探索LiDAR技术在海塘工程安全监测上的应用。     

信息向量机、相关向量机和支持向量机在机载LiDAR点云数据分类中的应用

机载LiDAR点云数据分类技术是LiDAR数据后处理的关键步骤。信息向量机、相关向量机及支持向量机可以在LiDAR点云数据分类中发挥重要作用。本文将三种分类器应用到点云数据分类中,通过实验验证了它们在点云数据分类中的性能,总结了它们在点云数据分类任务中的应用潜力。     

基于地面激光雷达点云的层析合成孔径雷达建筑物三维重构精度评定方法

层析SAR技术可以根据获取的二维SAR影像来进行城市建筑物的三维重建,在不久的将来有望成为城市多维精密监测的重要技术工具。目前,层析SAR城市建筑物三维点云的精度还没有有效的验证方法。本文提出一种基于地面LiDAR三维点云数据来验证层析SAR三维点云数据精度的方法,通过将层析SAR和LiDAR的建筑物点云分割成不同立面,进而逐个面进行立面边界提取,并以LiDAR三维点云数据作为基准,将二者的建筑物几何特征进行对比,从而验证层析SAR城市建筑物三维点云的精度。实验选取盘古七星酒店层析SAR三维点云数据与LiDAR三维点云数据进行对比分析,结果表明基于LiDAR三维点云来验证层析SAR城市建筑物三维点云精度方法的有效性和适用性。     

基于机载LiDAR和倾斜影像的城市三维建模方法

“数字孪生”城市建设是近两年新兴的一条建设智慧城市的技术路径,它是构建一个与现实物理城市匹配对应的数字城市,实现城市要素数字化,其核心数据之一是高度仿真的城市三维模型。本文在研究机载LiDAR点云、倾斜摄影和三维可视化等技术之后,探讨了利用机载LiDAR和倾斜影像进行互补融合,构建城市三维模型的方法,并详细描述了三维建模的技术路线、生产流程和质量控制等内容,为相关工程提供技术参考。     

浙江省平地区域机载LiDAR数据处理及DEM制作实践

为了进行平地区域原基础测绘产品高程的更新,我省进行了针对平地区域的机载LiDAR测高项目,为了获取高精度的DSM和DEM成果,在实际生产中开展了机载LiDAR数据处理及DEM成果的制作方法研究。本文将利用TerraSolid软件,从LiDAR点云数据的高程精度控制、点云滤波分类要求和如何利用特征线进行无点云数据区域的DEM精度控制等关键技术方面进行研究。     

利用机载LiDAR/ADS 80影像实现城市三维建模的方法研究

近年来,随着三维技术的发展,许多城市的信息管理平台由二维逐渐向三维升级,城市三维建模的需求也日益扩大,如何实现海量三维建模成为当前研究的热点.本文在深入研究了机载激光LiDAR技术和实际工作需要之后,探讨了利用ADS80航空影像配合LiDAR点云数据来实现城市三维建模的方法,并详细地描述了该方法实现的具体流程,为相关工程提供技术参考.     

利用影像辅助LiDAR点云数据的建筑物提取方法研究

机载LiDAR作为一种新兴的对地观测技术,能够快速地获取地表三维信息。如何从海量LiDAR点云数据中提取建筑物是数据处理中的一项关键工作。本文结合LiDAR数据和航空影像的数据特点,提出了一种航空影像辅助的LiDAR点云建筑物提取方法,首先,采用面向对象方法从航空影像中提取建筑物的轮廓;然后,以建筑轮廓信息为参考,从LiDAR点云中提取建筑物的点云数据;最后,通过实验证明该方法的有效性与可行性。     

机载LiDAR航带拼接方法分析

随着机载LiDAR技术的发展,我国对高精度的数字产品的生产要求也在不断提高。机载LiDAR点云数据航带间拼接误差一直是影响数字产品的主要因素之一。因此,消除或减弱系统误差影响,提高数据精度具有重要理论意义和工程实用价值。本文对机载LiDAR点云航带拼接误差问题进行分析,以Leica ALS70机载点云数据为数据源,利用Graf Nav8.4软件、Leica Geosystems MFCPP软件、Micro StationV8软件及Terra Soild对某省机载LiDAR点云数据进行航带拼接方法的分析。本文首先利用检校场对点云数据系统误差进行了修正,航带间重叠区域高程偏差图初步分析,然后通过构架线对架次航线拼接进行了整体分析,最后利用区域内像控点资料对点云数据高程精度进行了改正。试验结果表明:该方法提高了点云数据拼接精度,在实际生产过程中提高了预处理的工作效率,提高数字产品的质量。     

平原地区机载激光雷达数据的抽稀算法分析

目前，机载激光雷达点云数据在测绘行业中的应用还存在较多的瓶颈。为了使机载激光雷达点云数据更好地服务等值线等数据的生产，发挥其高效和高精度的优势，本文归纳、总结了国内外现有的LiDAR点云数据抽稀算法，并通过对比分析现有LiDAR点云数据抽稀算法存在的优缺点，如系统抽稀、格网抽稀、TIN抽稀和坡度抽稀等算法，结合平原地区激光点云在实际生产中的应用，研究了更适合平原地区点云数据的抽稀方法，通过大量的数据测试和试生产。结果表明，该方法可以在应用项目精度约束下保证数据质量，减少了后期数据处理应用的难度，提升了后续成果数据的质量，提高了作业生产效率，对机载激光雷达点云数据在测绘行业中的应用推广具有重要的现实意义。     

机载LiDAR点云数据抽稀算法研究述评

机载LiDAR技术作为一种全新的遥测技术,可以获取高精度和高密度的三维点云地形数据,它所获取的高密度的点云数据存在数据冗余和数据量庞大等一些问题,造成了存储、后处理(如滤波、分类、特征提取和建模)和显示的不便。因此对点云数据进行有效的数据抽稀简化很有必要,抽稀算法需要在数据精度和采样密度之间达到一种最优平衡。本文将现有的LiDAR点云数据抽稀算法概括为随机采样算法、基于高程的算法和基于TIN的算法3类,并分别进行了研究评述,最后探讨了各类方法的优缺点,以为机载点云数据抽稀简化提供参考。     

面向滩涂DEM构建的机载LiDAR点云滤波方法

在基于激光点云构建DEM的过程中,用于区分地面点和非地面点的点云滤波处理至关重要。本文面向基于机载LiDAR点云的沿海滩涂DEM高精度的构建需求,提出了一种机载LiDAR点云的改进坡度滤波算法。首先,采用统计异常值剔除法(SOR)去除原始机载LiDAR点云数据中的噪声;然后,利用规则格网的坡度和高程阈值,设计了适用于滩涂点云数据的地面点坡度滤波方法;最后,选取如东市长沙港的滩涂机载LiDAR点云作为试验数据,构建滩涂DEM,并进行精度检验。试验结果表明,利用本文方法处理后的LiDAR点云构建的DEM精度满足国家与行业标准的要求。     

机载LiDAR点云数据建筑物提取方法适应性研究

为解决机载LiDAR点云数据建筑物提取精度不高的问题,首先分析了现有的基于机载LiDAR点云数据的建筑物提取方法;然后综合地形、树木、建筑物密度等对建筑物提取的影响,以德国斯图加特市法伊英根的LiDAR点云数据为例进行了建筑物提取实验;最后对提取结果进行了定量精度评定。结果表明,基于影像的机载LiDAR点云数据建筑物提取精度为93.1%;而基于数学形态学图像的处理方法和基于Delaunay三角剖分的方法受建筑物形状和地形等限制较多,提取精度分别为87.6%和81.3%,说明基于影像的机载LiDAR点云数据建筑物提取方法的准确性较高,限制性条件较少。     

机载LiDAR点云数据的建筑物重建研究

提出了利用机载LiDAR点云数据进行复杂平面建筑物重建的方法。首先,将提取出的建筑物点云聚类到不同的平面点集;然后,对各个平面点集进行平面拟合,采用平面相交确定平面边界,并解算出各平面边界角点的三维坐标,从而重建建筑物模型。某区域的机载LiDAR点云数据的实验结果表明,该方法能有效地重建出较复杂的平面建筑物。     

基于CORS的机载LiDAR点云坐标基准转换关键技术研究

本文在详细分析机载LiDAR对地观测原理的基础上,提出采用CORS系统及区域精化似大地水准面成果,进行机载LiDAR点云三维坐标基准转换的关键技术方法。以广东省连续运行卫星定位服务系统（GDCORS）以及广东省精化似大地水准面为例,进行了广东省内机载LiDAR点云数据应用坐标基准转换实验,广东省连续运行卫星定位系统及广东省精化似大地水准面模型进行的坐标转换实验表明,区域内三维坐标基准转换精度优于3cm,正常高基准转换精度优于5cm。实验验证了上述方法的有效性,为国内机载LiDAR应用高精度坐标基准转换提供了重要参考。