基于数学形态学算法的机载LiDAR点云数据快速滤波

机载LiDAR点云数据滤波是LiDAR数据处理领域研究的重点和难点之一.针对LiDAR点云数据量大的特点,以规则格网组织数据,按离散点或格网移动结构窗口,提出基于数学肜念学算法的LiDAR点云数据快速滤波方法,并详细介绍滤波的方法和流程.试验结果表明,该算法计算速度快,滤波效果好.最后选取两组小同区域的点云数据进行实验,并给出滤波前后的数字表面模型和局部断面图.     

基于断裂构造遥感影像特征对比分析的花山岩体与姑婆山岩体成因关联性探讨

花山花岗岩体与姑婆山花岗岩体是广西桂东地区相邻的2个花岗岩体,与该地区多金属成矿的关系密切,探明它们的成因关系对扩大桂东地区有色金属矿产资源的找矿前景具有实际意义。由于花岗岩体断裂构造的形成与花岗岩体成岩地质作用关系密切,因而通过其空间分布特征来分析比较相邻岩体的断裂构造特征有助于对岩体成因关联性的探讨。以ETM+遥感图像为信息源,在对花山和姑婆山花岗岩体遥感图像开展了SN,EW,NE和NW这4个方向的线性构造信息提取基础上,对2个岩体的遥感线性构造进行了对比统计分析、对比玫瑰花图分析、对比等密度图分析以及对比趋势面模拟岩体断裂构造应力场分布分析,最后通过综合分析获得2岩体在成因上所具有的关联性及差异性。     

基于改进的数学形态学算法的LiDAR点云数据滤波

数学形态学在数字图像处理中有广泛的应用.首先介绍传统数学形态学算法的特点,对这一理论用于LiDAR点云数据滤波的不足进行了分析.在此基础上,对相应的算法进行扩展和改进,提出针对不同地形特点的自适应滤波算法.在数学形态学"开"算子的基础上,提出增加一个"带宽"参数用于点云数据滤波的方法.最后利用三组实际点云数据进行试验,以验证这一算法的有效性.     

基于ETM~+6–γ示矿信息反演的花山花岗岩铀矿预测

构成铀矿的主要元素——235U核素因衰变释放成因热,使得花岗岩侵入成因的铀矿床(体)周围具有热红外遥感异常。广西桂东花山花岗岩体具有较好的铀矿成矿地质条件,但该区地形复杂,交通不便,利用传统方法开展矿产勘查工作困难很大。为快速圈定该区成矿有利部位,采用Landsat7 ETM+6热红外波段数据,通过数字图像处理技术提取岩体遥感热异常,建立了ETM+6–γ能谱异常场反演模型;运用该模型反演得到了桂东花山花岗岩体的γ能谱异常场分布;在此基础上,根据断裂构造控矿条件及相关地质、矿产资料对γ能谱异常进行筛选,最后在花山花岗岩中圈定出一批铀矿找矿预测区。不仅为下一步实地铀矿勘查找矿工作提供了重要线索,而且再次证明了热红外遥感反演的地温异常信息在花岗岩型铀矿预测中的巨大潜力。