车载探地雷达地下目标实时探测法

中国的城镇化加快了地下空间大规模开发与利用的进程。摸清地下空间目标的分布状况,保障城市可持续发展和地下空间资源的永久利用,是维护未来城市安全中的重要任务。探地雷达(GPR)凭借其数据采集速度快、成像分辨率高、无损检测等优点在地下空间资源调查中得以广泛应用。但仍存在GPR数据地下目标识别不准确、自动化程度低等缺陷,自动检测GPR数据中的地下目标或目标缺陷仍然是一个亟待解决的难题。为此,本文分析并确定了GPR影像中可进行识别的城市道路地下空间的7类典型目标(如雨水井、电缆等)。并根据其反射信号特征,标记了GSSI SIR30设备以400 MHz波段采集的GPR数据中的典型地下目标,构建了GPR地下目标样本库,共包含7类总数为3033个。通过迁移学习的方法,精调预训练后的Darknet53网络参数,通过端到端的YOLOV3检测方法完成地下目标的自动识别与定位。最后,利用深圳福田区彩田路GSSI SIR30装备以400 MHz波段采集的GPR数据进行试验验证。试验结果表明,本文提出的基于深度学习的地下目标探测方法对城市典型地下目标的检测精度和召回率达到85%以上,检测速度达到了16帧/s,能够有效探测GPR数据中的城市地下目标。     

基于多源点云的建筑物立面太阳能潜力估计

提出了一种基于多源点云的建筑物立面太阳能潜力估计方法。该方法首先融合地面激光点云和机载影像数据,然后根据融合数据的特点,设计一种基于射线法的日照时长估计算法,并简化用于建筑物立面的太阳辐射模型,从而实现建筑物立面上的太阳能潜力估计。选取2栋朝向不同、形态不同的建筑物进行试验,结果表明,该方法能有效地估计立面上的太阳能潜力,结合点云立面自动化窗户提取的结果,可将结果细化到单个窗户,用于建筑日照标准检验,窗户太阳能潜力估计等应用。     

山地冰川冰湖变化及其溃决洪水遥感监测研究进展

冰湖作为冰川融水主要储蓄载体,能在一定程度延缓区域冰川淡水资源流失,但也为冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)、滑坡、泥石流等山地灾害发生提供了孕灾场所,是众多山地冰川灾害链的重要环节。升温、极端气候变化扰动下,冰川物质亏损/减薄速率进一步加剧,冰湖形态变化速率加快、GLOFs发生频次与规模有所提升、灾害影响效应愈发显著,对高海拔山地冰川区下游居民生命财产和基础设施安全带来潜在风险。鉴于此,本文以冰湖与GLOFs研究为主题,首先,通过冰湖研究文献计量分析确定了近些年研究热点专题;其次,围绕山地冰川冰湖与GLOFs研究的3个主要方向：冰湖与GLOFs遥感监测、冰湖时空演化与冰川变化分析及未来潜在冰湖探测、冰湖灾害风险评估与GLOFs案例研究,遴选10项重要专题内容,分门别类、系统梳理总结、剖析了国内外研究进展,阐述了当下研究存在不足;最后,针对所选专题结合技术发展趋势与研究热点问题,围绕冰湖形态信息与GLOFs智能提取、冰川-冰(前/面)湖系统演化及其气候变化响应关系、冰湖监测预警与灾害防治内容,对未来研究做了一定展望,以期为山地冰川冰湖...     

三维激光扫描点云数据处理研究进展、挑战与趋势

三维激光扫描直接对地球表面进行三维密集采样,可快速获取具有三维坐标(X,Y,Z)和一定属性(反射强度等)的海量、不规则空间分布三维点云,成为数字化时代下刻画复杂现实世界最为直接和重要的三维地理空间数据获取手段,在全球变化、智慧城市、全球制图等国家重大需求和地球系统科学研究中起到十分重要的作用。目前,在传感器技术和国家需求的双重驱动下,三维激光扫描在硬件装备、三维点云数据处理以及应用3个方面取得了巨大的进步,同时也面临新的挑战。本文以三维激光扫描的发展历史为线索,总结了三维激光扫描系统的现状、三维点云数据处理的关键进展以及在测绘地理信息等领域的典型应用,并分析了三维点云数据处理面临的挑战,最后展望了三维激光扫描与点云处理的发展趋势。     

点云压缩研究进展与趋势

三维点云为物理世界精细数字化提供了高精度的三维表达方式,广泛应用于三维建模、智慧城市、自主导航系统、增强现实等领域。然而点云的数据海量、非结构化、密度不均等特点给点云的存储和传输带来了巨大挑战,因此在有限的存储空间容量和网络传输带宽中实现低比特率、低失真率的点云压缩具有重要的理论意义和实用价值。围绕点云压缩中的研究现状、标准框架和评价指标,阐述国内外点云压缩算法研究工作、运动图像专家组压缩标准框架以及几何和属性信息质量评价指标的最新进展,分析比较3种开源点云压缩算法在点云压缩公开数据集下的性能表现,并对点云压缩的主要发展方向趋势予以展望。     

基于多光谱LiDAR数据的道路中心线提取

针对城市三维激光点云中,道路与地面高程相差小、激光反射强度相近使得道路提取困难;广场、停车场等地物的高程、反射强度与道路极为相近,容易产生错误提取的问题。本文设计了一种描述道路条带信息的局部二进制特征（Stripe Local Binary Feature, SLBF）,结合LiDAR数据中的三维信息和多光谱信息获得基于强度、密度和平坦度等统计特征（Statistics-Based Feature, SBF）,并采用随机森林分类器实现了机载点云中道路面点云和非道路面点云的有效提取。通过欧式聚类精化道路点云和迭代腐蚀边界细化中心线,进而获得矢量化的道路中心线。以Waddenzee区域的多光谱机载点云数据进行实验验证,道路中心线提取结果的完整度达到94.15%,准确度达到97.95%,精度达到92.28%。实验结果表明,该方法可以有效地提取道路中心线,同时由于设计的特征具有不变性,能够适用于城市和林间小路等各种环境。     

基于深度学习和高分遥感影像的青藏高原东部融冻泥流阶地提取研究

融冻泥流阶地是一种典型的斜坡冷生型冰缘地貌,在青藏高原东部发现大量古融冻泥流阶地,其空间分布对于重建该区古多年冻土分布和古气候环境具有重要意义。融冻泥流阶地纹理复杂、几何形态不一、表面覆盖多样化,导致融冻泥流阶地遥感解译和自动提取困难,然而,深度学习方法能获取上下文多尺度语义信息,提高特征表达的能力,为融冻泥流阶地的大范围提取提供了重要手段。因此,本文提出了一种基于DeepLab V3+深度学习模型和高分辨率光学遥感影像的融冻泥流阶地自动提取方法,并在四川甘孜州新都桥周边地区开展了实验研究。结果表明：与人工解译结果对比,本方法提取结果的综合精度达到0.68以上,并经野外调查验证了其有效性;在该区共识别了9 203条融冻泥流阶地,主要分布在新都桥镇附近的山谷两侧;泥流阶地主要朝西北方向,坡度集中分布在20°~25°,海拔高程大部分位于3 650~3 750 m间,主要地表覆盖类型是草地。     

基于层次分析法多因素定权的油气管道选线方法

油气管道线路走向的设计是油气管道建设的核心问题。本文采用一种基于层次分析法(AHP)多因素定权的油气管道选线方法进行选线,采用AHP来确定多种因素的权重大小,建立综合费用模型,并在此模型上实现油气管道的最优路径。实验表明,与单因素油气管道选线相比,该方法提高了油气管道选线的优化程度。     

利用目标区域拓扑关系图提取建筑物点云

建筑物提取一直是机载激光点云数据处理研究的热点,其中建筑物和其他地物之间的区分是研究的核心和难点。为提高建筑物与其他地物在机载激光点云中的区分能力,提出了一种建筑物点云层次提取方法。首先,在点云滤波后,从非地面点云中提取建筑物候选区域;然后,通过形态学重建和点云平面分割方法对建筑物候选区域构建多尺度空间,并建立目标区域的拓扑关系图;最后,在拓扑关系图基础上,利用5种特征量对目标区域分类,并精确提取建筑物点云。为了测试算法的有效性和可靠性,利用国际摄影测量与遥感学会（International Society for Photogrammetry and Remote Sensing,ISPRS）提供的Vaihingen和Toronto两组测试数据集进行实验,并由ISPRS对结果进行评估,其中基于面积和目标的完整度、正确率和提取质量分别都大于87.8%、94.7%、87.3%。与其他建筑物提取方法相比,该方法在基于面积和目标的质量指标方面最为稳定。实验结果表明,在不同的城市场景下,该算法能够稳健地提取建筑物,并保持很高的正确率。     

一种基于偏度平衡的LiDAR点云滤波方法

在地形起伏区域,针对免阈值的偏度平衡滤波方法存在利用高程难以满足算法假设条件、利用强度信息面临异物同强度等问题,提出基于高差的偏度平衡方法。该方法是在点云与初始地面TIN间高差计算的基础上,采用偏度平衡方法进行LiDAR点云滤波。利用ISPRS提供的测试数据对该方法进行实验,结果表明:在地形起伏区域,点云高差能够满足偏度平衡方法的假设条件,并且基于高差的偏度平衡方法滤波有效。