基于LiDAR点云的建筑物边界提取及规则化

在无需定义主方向及建筑物形状的前提下,提出了一种适合于各种类型建筑的边界提取算法。首先利用凸包算法进行建筑物边界点的提取及排序,接着利用分组的Douglas-Peucker(D-P)算法进行边界特征点的提取,最后实现建筑物边界弧段部分的拟合。     

复杂观测系统下的三维波动方程叠前深度偏移

波动方程三维叠前深度偏移是近年应复杂地质构造与地震岩性成像需求而发展的一项关键技术。此项技术与集群式并行机的结合，更是将其价格性能比较低至工业生产规模应用水平，然而，波动方程三维叠前深度偏移的实用化还需要诸如地震资料网络化、并行计算负载平衡等一系列配套技术。本文针对油田实际资料，试验了其应用波动方程三维叠前深度偏移的规则化技术，并结合地震炮集数据的特点，在自组装的集群式并行机上，解决了其节点间的负载平衡问题。本项工作有助于推近复杂观测系统下的地震数据实现三维波动方程叠前深度偏移。     

机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述

建筑物作为城市中最主要的人工地物,其三维模型是智慧地球建设的重要数据支撑,实现精准自动化三维重建至关重要。机载激光雷达(Light Detection and Ranging, LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天候获取地物空间信息等优势,已成为自动提取建筑屋顶轮廓线辅助建筑三维重建的主要数据源。首先对建筑屋顶轮廓线提取技术的发展历程进行简要回顾,再根据以往研究内容总结出一套较为通用的技术流程;该技术流程4个关键步骤为点云滤波、建筑物提取、屋顶轮廓线提取和轮廓线规则化;对每一步骤的实现方法、常用算法、发展现状以及面临问题进行详细阐述和对比分析。最后,对本技术面临的挑战和未来发展趋势进行讨论。     

一种引入 RANSAC 算法的匹配点云规则化方法

针对影像匹配点云的大数据量和分布不规则化问题,本文提出了一种基于平均模型的RANSAC规则化方法。该方法首先对匹配点云进行格网化,然后以格网为基本单位,利用RANSAC方法重复随机抽取多个样本,根据高程平均模型和设定的判断条件得到最终一致集,最后基于该子集利用平均模型和最邻近原则完成该格网的规则化。对比实验证明,本文方法在保证数据精度的同时,大大提高了数据的简化度和可靠性。     

地震数据反假频规则化方法研究

由于诸多因素的影响,地震数据沿空间方向通常是稀疏采样的,因此引起较为严重的空间假频.本文提出一种反假频地震数据规则化的方法,采用Fourier变换域加权范数带限重建方法完成低频数据重建,利用自适应频谱加权范数的正则化项约束方程的解,将地震数据的带宽和谱形状作为先验信息,具有较好的低频重建特性.文中采用共轭梯度算法求解方程,而后利用重建的低频数据信息,应用频带延拓的方法重建高频数据,未知的高频带信息由重建的低频带信息构建.本方法在完成地震数据规则化的同时,可有效去除地震数据中的空间假频干扰.理论模型和实际资料处理均表明文中所提出的反假频地震数据规则化方法是有效可行的.     

共偏移距道集平面波叠前时间偏移与反偏移

在Dubrulle提出的共偏移距道集频率波数域叠前时间偏移的基础上,提出了共偏移距道集频率波数域叠前时间偏移与反偏移一对共轭算子.讨论了该对算子的变孔径实现过程.并把该对共轭算子串连起来实现了叠前地震数据的规则化处理.指出最小二乘意义下的叠前地震数据规则化会得到更好的效果.v(z)介质模型和Marmousi模型的数值试验结果表明,方法理论正确、有效.     

深反射地震资料的偏移处理

本文在对偏移理论和相关算法进行概括性的梳理和总结之外,主要针对深反射地震资料叠前偏移方法进行介绍,对初始数据的规则化、偏移孔径、去假频因子以及速度模型等关键参数进行详细的测试和深入地探讨.适当的规则化处理能提高深反射地震资料中反射信号的连续性和剖面整体能量的均一性;合理的偏移孔径能让波场能量很好地收敛、陡倾角反射层能够准确归位以及岩石圈中、深部的精细结构能较好地成像,同时又不至于引入严重的偏移噪音;通过选择适当的去假频因子来减少剖面上的高频干扰,使得整个剖面的高、低频能量分布适中;精确的速度模型是影响偏移结果的关键性因素,通过对速度模型的不断迭代优化,能显著地提高深反射地震剖面的中、深部偏移成像的精度和准确性,为后续深反射地震资料的综合解释打下良好基础.     

Unbiased estimation formula of unit weight standard deviation in regularization solution

Regularization method is an effective method for solving ill-posed equation. In this paper the unbiased estimation formula of unit weight standard deviation in the regularization solution is derived and the formula is verified with numerical case of 1000 sample data by use of the typical ill-posed equation, i.e. the Fredholm integration equation of the first kind.     

反假频非均匀地震数据重建方法研究

研究基于Fourier变换的数据重建方法,既能进行非均匀采样数据重建,又可以去除空间假频. 将不规则采样数据重建问题归结为信息重建的地球物理反演问题,采用最小二乘方法从观测的稀疏或不规则数据反演模型空间完全信息. 在求解信息重建反演问题时,引入DFT 加权范数规则化策略,采用预条件共轭梯度法（PCG）求解,保证解的稳定性和收敛速度. 处理线性同相轴假频问题时,根据采样定理,引入线性预测方法,采用Yule Walker方程由带限信号的无假频低频功率谱预测高频功率谱,达到反假频目的. 本文研究了均匀采样数据内插,非均匀采样数据重建,非均匀分布高频信息重建等方面问题,数值试验取得较好效果.     

高分辨率遥感影像中建筑物轮廓信息矢量化

针对高分辨率遥感影像的特点,提出了基于多类分割与模板匹配的建筑物轮廓矢量化方法:首先对影像进行多尺度SVM分割获取建筑物候选点;然后在Radon变换结合主轴分析获取建筑物主方向的基础上,引入多类分割思想,构建用于分割的能量函数,基于α-扩展算法解算能量函数,将轮廓线分割为3类边缘线段;接着构建形状先验的边缘模板,进行精确定位以获取边缘线的实际位置,去除锯齿状变形,降低提取结果的影响;最后相邻边缘线相正交得到拐角点,依次连接每一个拐角点,得到规则化的建筑物轮廓。相比于同类其他方法,此方法考虑了边缘点的方向信息和相邻边缘点趋于同一类的先验知识,可得到近似全局最优的边缘线段分割结果,避免了规则化过程中选择初始点和处理顺序的麻烦和不利影响,同时充分利用了影像特征,对边缘线段进行精确定位,减弱建筑物提取结果误差的影响。对不同影像的实验结果证明此方法可得到规则化的建筑物外轮廓线,不考虑提取过程中遗漏的建筑物,矢量化结果平均准确度为89%、完整度98%、几何形状相似性87%、整体质量85%。