排序方式: 共有49条查询结果,搜索用时 15 毫秒
1.
2.
建筑物轮廓规则化是城市空间信息提取和应用的基础性研究,现有方法主要集中在对单一主方向的建筑物直角化,难以应对具有多方向特征的复杂建筑物及建筑群。对此,本文提出一种基于向量重组的建筑物轮廓方向计算和规则化方法,实现对建筑物轮廓方向的定量描述,并以方向向量为约束条件加强建筑物轮廓的规则特征。通过设计建筑物轮廓向量重组法则,经过分组变换、方向计算和直角改正,获得描述建筑物轮廓的方向向量。再以方向向量作为控制条件,求解旋转基点和调整节点坐标,最终实现建筑物轮廓规则化。试验与主方向法对比,结果表明本文方法在节点整体移动距离和算法稳定性方面更具有优势,通过规则化方法可进一步减小原始数据的误差。本文方法不仅有效解决了复杂建筑物轮廓方向计算和规则化的问题,而且能够适用于建筑群的方向计算和规则化。 相似文献
3.
精准空间划分是实现室内语义建模与拓扑结构重建的重要基础。三维点云作为常用的室内空间数据载体,如何基于三维点云进行室内空间语义信息提取与规则化具有重要意义。本文提出了一种基于形态学分割方法实现室内场景的分割,并结合矢量规则化方法完成分割场景的规则化。首先,基于区域增长算法与线性拟合方法提取空间分割要素,通过平面投影生成二进制影像,进而利用距离变换和分水岭算法完成空间分割;然后,对空间分割要素进行线性拟合,进行室内空间格网划分,采用矢栅叠加方法实现空间要素规则化;最后,通过4组实际场景(包含3组ISPRS数据集及1组实际场景采集数据)进行数据验证。试验结果显示,本文提出的室内空间分割与规则化方法可以准确快速地完成室内空间要素的提取。 相似文献
4.
5.
6.
基于LIDAR数据的建筑轮廓线提取及规则化算法研究 总被引:3,自引:2,他引:3
建筑轮廓线提取与规则化是LIDAR数据处理和建筑三维建模的重要步骤和技术难点.首次将"Alpha Shapes算法"应用于LIDAR数据处理,实践证明该算法简洁高效、运行稳定、提取精度高,适用于任何形状的建筑轮廓线提取,并具有一定自适应性和滤波功能,非常适合LIDAR点云数据提取建筑轮廓线.同时,提出了改进的"管子算法"用于原始轮廓线的简化,提出了适用于四边形的"矩形外接圆法"和适用于多边形(大于四边且边数为偶数)的"分类强制正交法"以进一步实现轮廓线的规则化,最终解决了离散点云提取规则建筑轮廓线的核心问题.实践证明,本文所述算法适用于凸凹多边形建筑内外轮廓线的提取与规则化. 相似文献
7.
表面多次波是海洋地震勘探中的主要问题.目前,二维数据驱动的表面多次波压制技术(SRME)已经比较成熟,并且已经成为工业界压制海洋表面多次波的主流方法.但是由于二维SRME算法没有考虑横测线方向上多次波的贡献,导致在处理实际三维海洋资料时存在比较大的误差.将二维SRME算法扩展到三维空间后可以得到三维SRME算法,但是由于目前实际采集的三维海洋资料的观测系统存在拖缆漂移,而且横测线方向采样过于稀疏,直接应用三维SRME算法无法准确预测表面多次波.本文提出的通过数据规则化配合稀疏反演的三维表面多次波压制方法能够解决这种实际资料和三维SRME算法之间的矛盾.本文通过研究数据规则化与反规则化技术,使得数据分布满足三维SRME的要求;通过研究稀疏反演技术,有效解决了横测线方向采样稀疏对于多次波预测的影响,三维实际海洋资料的应用结果验证了方法的有效性和可行性. 相似文献
8.
9.
基于LIDAR数据的建筑物轮廓提取 总被引:2,自引:0,他引:2
建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。 相似文献