基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

基于点云的建筑物立面图快速绘制

随着三维激光扫描技术的成熟,借助点云数据获取建筑物信息已成重要方法。建筑物立面测量是城市规划中的重要工程,传统测量方式有着种种问题。本文引入三维激光扫描仪,通过分析现有点云数据,研究了建筑物立面图绘制过程。借助多软件平台联合作业,提出了一种快速绘制建筑物立面图的方法。并借助实验数据验证其可行性,同时借助该方法获取的建筑物立面图后续可应用于城市规划、三维数字城市建设。     

三维激光扫描技术在土石方测量中的应用

本文以墓园扩建工程为例,分析了三维激光扫描技术的基本工作原理,总结了三维激光扫描技术在土石方测量中的应用流程以及数据处理步骤,文章采用静态扫描点云体积和机载扫描点云体积的方法进行了土石方量计算,对两种方法计算的结果进行了对比。结果表明,两种方法所获土石方量较差符合一般工程测量的误差范围,说明使用三维激光扫描技术获得点云数据是精确可靠的,因此,在土石方量测量中使用该方法更适用于复杂地形环境的测量工作,可以有效的提高测量效率和测量质量。     

基于点云数据的建筑物建模方法

建筑物三维模型重在数字城市、场景重现、虚拟现实中应用广泛,三维激光扫描技术作为一种新的技术方法,在建筑物三维建模中应用越来越多。本文以三维激光扫描技术获取的点云数据为数据源,以一仿古建筑为研究对象,对点云数据进行优化处理,并用不同的建模方法进行三维建模,对比分析了每种方法的优缺点和适用范围,最后采用几何建模方法进行纹理贴图,得到真实的三维模型。     

机载激光雷达技术现状及展望

介绍了LiDAR系统的特点,与航空摄影测量技术进行对比。总结当前LiDAR硬件系统和数据处理的现状和主要趋势,以期对国内用户在仪器选型和行业应用中提供帮助,对我国LiDAR硬件系统研制和数据处理软件开发提供借鉴和参考。     

利用3S技术及三维激光扫描仪进行耕地损毁勘测

利用RS技术发现耕地损毁,网络RTK测量耕地损毁范围及面积,GIS提取耕地被损毁前的分类面积和等别,以及利用网络RTK配合Maptek I-Site8810三维激光扫描仪重构损毁耕地三维模型。     

点云中混合像元的探测与剔除算法

针对地面三维激光扫描仪扫描过程中产生混合像元的问题,通过对混合像元产生原理和相关特性的分析,提出了一种用于探测和剔除混合像元的算法,并且编制相应的计算机程序予以实现。同时以球体作为实验扫描对象,用混合像元剔除算法对扫描过程中产生的混合像元予以剔除,并比较了混合像元剔除前后点云拟合模型与实际物体在尺寸上及拟合精度的差异,从而验证了该算法的有效性和实用性。混合像元探测与剔除算法可以为后期进行的点云配准、特征提取和曲面建模等工作提供更精确的点云。     

基于多级网格模型的LiDAR数据河流边缘提取算法

分析了内陆河流域点云数据的特性,提出了一种基于多级网格模型的河流边缘提取算法。首先将目标区域按网格窗口大小进行逐级分层,并建立层级继承关系;然后计算网格的平均高程、平均反射强度、点云密度等参数,利用8邻域判决算法、面积阈值算法和河流连通性原则确定水体网格;最后对河流边缘网格的水体点数据进行提取,确定河流边缘。实验数据表明,该方法能够准确对河流进行提取。     

激光点云建模与传统建模方法的比较

介绍了激光点云建模与传统3DMax建模技术的工作原理、实现流程和成果表达形式,结合实例从数据获取途径与建模方法两方面对二者进行对比,证明激光点云建模技术可以快速、精确地建立三维实体模型,对比结果能够为实际工程领域中的建模需求提供参考。