扫描线局部特征约束的车载LiDAR点云城市道路边界提取方法

城市环境下的车载LiDAR点云在道路边界提取时容易受到路边车辆、行人遮挡等影响，而造成伪边界点的生成和边界线的不连续。本文发现利用高程标准差约束能够有效的处理该类问题。本文首先进行数据预处理，包括点云分段及地面点滤波、基于相邻点间距离将地面点整合成扫描线存储；其次基于扫描线建立连续双窗口，采用扫描线双向移动窗口法，构造双窗口之间高差、夹角值、高程标准差3种约束条件获取候选路坎点，并根据道路边界的连续性采用密度聚类中的DBSCAN算法聚类去噪，生成较为连续且精确的路坎边界点；最后对边界断点区域计算累计曲率值和距离来判断该位置是否为路口，若边界线断点为路口不进行连接，反之，视为车辆或行人遮挡导致的断点，采用二次多项式曲线填补拟合，获得边界的数学参数模型。实验结果表明，在存在较多遮挡的城市环境下道路边界提取精度能够达到80%以上。     

机载LiDAR建筑物点云渐进提取算法

针对机载LiDAR建筑物点云提取过程中易受植被的影响的问题,本文提出了一种机载LiDAR建筑物点云的渐进提取算法。首先通过布料模拟滤波算法对地面点云与非地面点云进行区分,在此基础上利用最大类间方差法算法（Otsu）对非地面点云进行阈值分割,提取初始建筑物点云;然后根据点云的连通性对初始建筑物点云进行密度聚类分割（DBSCAN）,剔除离群噪声点;最后通过Alpha Shape算法实现建筑物点云的边缘提取。本文选取ISPRS官网提供的3组典型城区LiDAR点云数据进行试验,试验结果表明,本文算法可达到较好的建筑物点云提取效果。     

结合三维边缘特征约束的网格模型优化方法

对于具有复杂几何结构特征的建筑物,三维网格模型重建结果易存在表面扭曲、边缘特征平滑的问题,无法较好地反映重建目标的真实信息。针对上述问题,本文提出一种结合三维边缘约束的网格模型优化方法。该方法以OpenMVS算法得到的初始网格为基础数据,利用变分原理构建能量函数,将网格模型优化问题转换为能量函数最小化问题。首先,从多视图像中提取三维边缘点,以三维边缘点构成的边缘轮廓来定位网格模型边缘区域;接着,利用灰度一致性测度构建数据项,利用顶点自身曲率构建平滑项,利用三维边缘轮廓约束构建附加约束项,将3个约束项构建为一个总体能量函数;最后,采用梯度下降法迭代求解总体能量函数最小值,将梯度变化量分配到网格模型的顶点上来驱动网格形变,以此优化模型。选取Strecha数据集中两个真实室外场景和ETH3D数据集中一个真实室内场景进行优化实验,使用ETH3D评估框架对实验结果进行评估。结果表明,经本文算法优化后的网格模型完整度和精度最高为89.76%、94.45%,本文算法在解决复杂几何结构建筑物模型边缘优化问题的基础上,提高了建筑物模型的准确程度。     

一种基于链码的线特征提取方法

文章针对目前线特征提取算法中不规则曲线不能得到有效逼近的问题,提出一种基于链码的线特征提取方法.它采用V0到V7的顺序对边缘二值图像进行链码跟踪,然后通过距离判断去逼近物体的边缘线特征.实验结果表明,该算法不仅可以高效准确提取出物体的直线边缘,而且能用直线段精确地逼近不规则物体的边界.     

联合共线约束与匹配冗余的组直线匹配结果检核算法

针对"一对多""多对一""多对多"直线匹配结果难以检核的瓶颈问题,提出一种共线约束与匹配冗余的组直线匹配结果检核算法。该算法在已有组直线匹配结果基础上,首先将结果中的每对同名直线组分裂为两对同名单直线,分别建立直线组、单直线同名对应关系矩阵,矩阵的行、列号分别对应参考影像、搜索影像上直线组索引或单直线索引,矩阵元素值可用于记录其行、列号所表示对应关系出现的数目、特征相似性系数等多源信息;在此基础上,以同名直线关系矩阵为基础,提取局部关系矩阵,建立"一对多""多对一""多对多"匹配结果间的关联;然后基于局部关系矩阵,结合共线约束、匹配冗余、特征相似性系数对结果进行检核,剔除错误匹配,保留正确匹配;最后对结果中的"多"直线进行拟合得到"一对一"的同名直线。选取具有典型纹理特征的航空影像和近景影像进行组直线匹配结果检核试验,获得了可靠的同名直线,验证了本文算法的有效性。     

融合LiDAR点云与正射影像的建筑物图割优化提取方法

提出一种基于图割算法的建筑物LiDAR点云与正射影像融合提取方法。首先,利用LiDAR点云计算3个几何特征：平整度、法向量分布和高程纹理一致性。同时利用航空正射影像计算颜色特征——归一化植被指数（NDVI）。然后将两类特征联合构建能量函数数据项,综合数字表面模型（DSM）和NDVI构建平滑项,采用图割算法优化得到初始的建筑物区域。最后利用初始建筑物边缘一定范围内的正射影像颜色信息,采用前后景分割的思想进一步优化建筑物边缘。应用ISPRS Vaihingen测试数据进行试验,结果表明本文方法具有较高的建筑物提取精度。     

结合光谱相似和相位一致的高分辨率影像分类

针对面向对象分类结果存在“平滑地物细节”的问题,该文提出顾及光谱相似性和相位一致的高分辨率影像分类方法。该方法首先采用顾及光谱相似性的相位一致的模型方法来获得边缘相应幅度,再采用自动标记分水岭算法对影像进行初分割;顾及相邻分割对象的空间位置、形状、面积等特征的多重约束,提出相邻分割对象合并代价函数模型,对分割结果进行优化,最后结合支持向量机(SVM)对分割对象进行分类。结果表明,本文方法在提高高分辨率影像分类精度的同时,还能保持地物细节。     

同名点及高程平面约束的航空影像直线匹配算法

针对直线匹配的难点问题及匹配约束的有效性,提出了同名点及高程平面约束的航空影像直线匹配算法。该算法在边缘点匹配结果和直线提取结果的基础上,首先利用直线邻域内的同名点确定候选直线及直线投影平面的高程值,再结合物方和像方相似性约束确定同名直线;然后根据直线索引对"一配多"的匹配结果进行整合,并对结果中的多直线进行合并,得到"一对一"的同名直线;最后利用"像方-物方-像方"的映射模式确定同名直线的同名端点。论文选取典型纹理特征的航空影像进行直线匹配试验,结果表明,本文算法能获得可靠的直线匹配结果。     

结合TIN约束与密度聚类的机载LiDAR道路点云提取

针对机载LiDAR道路点云提取过程中自动化提取困难,停车场、水泥地以及与道路相连的地面点难以去除等问题,提出一种三角网约束与密度聚类相结合的机载LiDAR道路点云提取方法。在已有滤波结果的基础上,该方法首先根据道路点云样本的强度信息提取初始道路点,建立Delaunay三角网,运用三角网边长约束精化初始道路点;然后,通过密度聚类算法提取连通性较好且密度较大的独立三角网;最后,采用数学形态学算法优化道路边缘,确定最终道路点。实验选取国际摄影测量与遥感协会提供的两组城市机载LiDAR点云数据进行道路点云提取,结果表明:本文算法可以较好地进行道路点云的自动提取,且对不同类型的道路具有良好的自适应性,验证了算法的可靠性。     

多匹配基元集成的多视影像密集匹配方法

针对多视影像密集匹配中的遮挡问题,本文提出一种像方特征点和物方平面元集成的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,对两种不同形式的匹配基元进行集成。首先通过多视影像上特征点投影范围和平面元位置相互制约,实现特征点和平面元的同时匹配,为后续匹配提供初始可靠的DSM;然后在此基础上,结合铅垂线轨迹法和基于高度遮挡检测方法对平面上规则分布的平面元进行匹配,加密初始匹配结果。最后通过对某地区四张UCX数字航空影像的匹配试验,验证了本文方法的有效性。