基于数字水深模型的水深浅点快速提取

针对目前手工作业选取水深浅点效率低、易发生遗漏等不足,本文以数字水深模型为基础对其进行地貌翻转,将水深浅点转化为洼点,利用水文流域模拟原理计算出相应区域的汇流累积量,结合邻域窗口最大值扫描获得汇水量极大值点,从而实现了水深浅点的快速、自动提取。汇流累积量夸大了局部地形变化,可更有效地提取潜在水深浅点,确保舰船安全。     

多因素参与的3D特征点检测方法

针对现有3D特征点提取方法易造成边界点遗漏和尖锐点错判的问题,提出一种基于多因素参数的3D特征点检测方法.首先在3D特征点提取过程中,利用相邻投影法向夹角的大小提取边界点,以保证边界的完整性;其次针对点云尖锐点的提取,通过将k邻域中曲率权值、法向量夹角均值和距离均值用于定义特征点识别参数;然后根据曲率最大值和相邻点间的距离均值定义3D特征点识别阈值,并将识别参数与阈值进行比较而判定特征点;最后将所提出的方法分别与现有的基于曲率和法向量的3种方法进行实证分析比较,实验结果表明,基于多因素参与的3D特征点检测方法能够有效识别出点云尖锐点,并且能够保证边界点的完整性.     

应用二阶Harris算子的高铁轨道近景影像特征点提取

由于轨道影像具有较高的灰度相似性,传统一阶Harris算法提取轨道影像特征存在时间效率低、特征点聚簇等负面问题,文章针对已有Harris方法的不足,提出了一种基于图像分块自适应阈值的二阶导数Harris特征点检测算法,采用自相关矩阵兴趣值识别轨道图像特征点,并分别对有砟与无砟铁路轨道影像开展特征点提取。实验结果表明,二阶Harris算子在轨道近景影像特征点提取方面具有较高的计算效率,所提取出轨道影像特征点满足均匀分布的空间特征,有效避免了传统方法特征点的聚簇现象。     

基于特征点连接的图像边缘提取方法

本文重点研究了图像边缘的提取问题。通过利用Moravec算子提取特征点,并判断特征点与特征点之间的关系,连接能够形成边缘的特征点,从而得到图像的边界。实验表明,本文方法是可行的。     

一种改进的点云边界快速提取方法

为进一步提高提取边界点的效率,提出了一种k-均值聚类与象限识别相结合的点云边界快速提取方法,通过k-均值聚类将点云划分为许多个子集群,根据三维格网划分方法探测出边界集群,在边界集群中通过象限识别提取出边界点。两组边界提取实验结果表明,本方法不仅能够提取到分布均匀的边界特征点,且与传统方法比较,效率更高。     

顾及局部特征的三维点云建筑物轮廓精确化提取

建筑物是城市的重要组成部分,从三维点云数据中精细化地提取建筑物特征是当前研究的热点。本文提出了一种顾及局部特征的三维点云建筑物轮廓精确化提取方法。首先,采用基于统计学的滤波预处理方法,分离地面点与非地面点,去除离群点,降低点云数量;然后,通过基于改进3D Hough变换的建筑物立面提取方法,提取点云数据的多立面,提高立面提取的精度和效率;最后,采用基于降维边界索引的点云轮廓精准提取方法,获取局部特征和外部轮廓特征。结果表明,该方法能够充分兼顾建筑物的整体外部轮廓及局部细节特征,高效准确地实现建筑物的精确化提取,为城市规划、城市更新等相关应用提供技术支持。     

兼顾要素正确分类及精准定位的栅格海图水深注记自动提取方法

针对当前水深注记自动提取实现困难、精度不高及效率过低等问题,将卷积神经网络(convolutional neural networks, CNN)模型应用于水深注记的自动识别,结合水深注记空间分布及几何特性对传统模式识别算法进行了改进,提出了一种兼顾要素正确分类及精准定位的栅格海图水深注记自动提取方法。通过对海图切片邻域的定量扩张,建立了顾及要素完整性的海图自适应切分模型,克服了CNN模型应用于大幅面海图要素识别的局限性;结合预测框角点位置的空间关系分析及评估,设计了面向空域冲突的要素唯一性判定原则,解决了邻域扩张引起的水深注记重复识别问题;在此基础上,进一步论证了水深注记主点位置的空间分布规律,建立了考虑要素几何分布特征的连通域分析改进模型,实现了水深注记的精准定位及数值提取。试验结果表明：(1)本文方法较好地实现了水深注记的自动提取,在CNN模型实现水深注记分类及粗定位过程中,具有较高的查全率和分类查准率。同时,最终水深注记数值提取结果正确率较高,且主点位置能满足水深注记提取的特殊要求。(2)通过多种CNN模型应用于本文自动提取模型中的对比试验,对比不同CNN模型在本文自动提取模型...     

改进的 Hough 变换提取点云数据球面特征

提出一种改进的Hough变换用于提取点云数据中的球面特征。该方法运用"4点定位法"与Hough变换基本方法相结合,可以快速定位球心坐标和球半径并提取出球面点。为验证方法的有效性,通过Matlab建立含噪点云仿真模型,对基本方法和改进算法进行比较。实验结果表明,提取点云数据的球面特征采用改进Hough变换算法速度更快、效率更高。     

水深点云数据快速检索方法研究

为了提高海量多波束水深点云数据处理时的检索效率,降低内存占用,本文设计了四叉树数据处理方案。水深点云数据四叉树检索方式如下：首先,根据四叉树结构,以序列化方式对文件进行存储与索引,实现水深点云数据检索速度的提高,节省了检索时间;其次,为了减少内存占用,以内存映射的方式对海量点云数据进行读取。将本文提出的水深点云四叉树检索与常规的遍历索引进行对比实验,结果表明：在点云检索数据量少于总点云数据量的3/4时,四叉树检索的效率比常规的遍历检索效率提高1倍以上;随着检索点云数据量的减少,四叉树检索效率比常规遍历检索效率更高,最大可达到30倍以上。     

激光雷达点云电力线自动提取算法

针对当前电力线提取方法自动化程度和精度不高的问题,本文从点云数据的空间分布特征出发,提出了一种高效的电力线自动提取方法。首先基于自然裂点法,将点云数据按高程分类后去除地面点;然后对数据进行空间划分,基于子空间的点密度及空间结构特征的差异化,利用地物分割算法去除电塔点和残留的植被点;最后利用基于欧氏距离分割的电力线自动检测算法,实现单根电力线的快速、高精度提取。提取结果和拟合试验表明,该方法能在复杂地形下实现电力线的自动提取,极大提高了电力线的提取效率和精度。     

等值线DEM地形特征点提取与分类

地形特征按照相应特征模式隐含于DEM中,如何从DEM尽可能自动而准确的提取地形特征始终是测绘空间信息科学的重要而基础的问题.等值线是地形地貌DEM的最一般形式.地形特征点是生成高层次地形特征线面的基础,与局部地形起伏密切相关.在等值线DEM中,特征点的荻取与分类不但与当前等值线的几何形态变化有关,也与局部区域内相邻等值线有密切而复杂的关系.本文在分析各种等值线特征点提取方法的基础上,讨论等值线内部和相邻等值线之间关系的多种复杂情况,形成我们实用的等值线特征点类型判断和提取方法,并进行具体的数学推导和应用到实际地形等值线的特征提取试验中.试验结果表明,我们的提取分类方法能解决多种复杂等值线变化的情况下获取地形特征点,并取得较准确可靠的结果.     

机载激光雷达点云的城市建筑物直线特征提取方法

提出一种城市机载激光雷达点云的直线特征提取方法。首先基于曲率的区域增长方法分割三维点云平面,对每个点云平面进行二维投影,并进行网格化和二值化。其次通过稳健的二维线段检测方法获得平面的线特征,将二维线段重投影至三维空间得到相应的三维线段,构造线特征集。最后对线特征集构建基于固定网格的直线空间索引方法,实现基于线特征的点云索引。实验结果表明,该方法直线提取误差较低,相对平面相交法效率更高,能够有效提取城市建筑物的直线特征,通过索引提高了特征查询效率,可满足高精度区域分割和三维建模的需求。     

倾斜摄影和激光点云技术在大比例尺测图中的应用

在传统大比例尺测图中,建筑物特征线的获取方法或精度高效率低或效率高精度低。本文通过对倾斜三维模型分析,提出了基于直线公理的建筑物特征线快速提取方法;针对高程点数据均为人工采集的现状,引入激光点云数据通过分类插值法自动生成高程特征点。研究证明,本文方法在精度与效率等方面均可取得良好效果,提高了特征线（建筑物线）、特征点（高程点）采集的自动化程度。     

基于改进AKIMA算法的等高线山顶点提取

山顶点是重要的地形特征点之一,其自动提取是数字地形分析的重要内容之一。研究从等高线数据中提取山顶点的角度出发,采用AKIMA算法的改进方法——三点求导分段三次多项式插值方法,将其应用于等高线山顶点提取及其高程插值,并分别以等高线数据和DEM数据作为源数据进行山顶点提取实验。研究结果表明:与邻域分析方法相比,本方法具有更高的算法效率的同时还能保证更高的正确率,且提取的山顶点高程精度符合要求。     

基于图像灰度的点特征提取算子参数自适应研究

目前基于图像灰度的点特征提取算子的参数选择均根据经验值手动设置。然而该方法常需多次设置比较后才能得到较好的特征点,所以有必要研究各算子的参数自适应。通过真实拍摄影像测试了各算子参数对提取特征点的影响情况;在此基础上提出各算子的自动设置参数算法,并通过3种对比度不同的影像分别测试了各自动设置参数算法的特征点提取效果。研究结果表明:各自动设置参数算法都能自动检测较优的参数值,避免了手动设置参数的不确定性,提高了影像特征点提取的效率。     

坡度信息的矿石点云分割方法

针对矿石点云分割困难、精度低等问题,提出一种基于矿石堆坡度信息的矿石点云分割方法.首先根据坐标方位角求解出矿石堆不同坡向处的坡度,依据矿石堆坡度信息以及矿石堆坡面凹凸程度确定不同矿石点云裁剪平面;其次利用矿石堆点云与裁剪平面的空间位置关系进行点云裁剪;最后求取前后两次裁剪出的点云边界线,比较两边界线外接矩形的形状相似性确定出相邻矿石点云间的交界线,以提取出的交界线作为矿石点云分割的依据.实验结果表明,该方法能够实现不同形态矿石点云的有效分割.     

基于点云卷积的点云分类方法研究

基于深度学习方法,借鉴二维图像卷积的思想,设计了一种适合三维点云的卷积操作。点云卷积的作用域是局部球形邻域,输入为三维坐标和空间几何关系。通过点云卷积提取局部特征,使用最远点采样算法采集邻域中心点,根据半径构建球形局部邻域,使用多层感知器（multi-layer perceptron,MLP）网络学习空间关系权重,将学习到的关系权重和输入特征相乘,实现卷积操作。基于三维点云卷积,构建了一个多层分类网络模型实现点云分类。使用道路场景的黄石路数据集进行分类实验,结果证明了所提方法的有效性。     

顾及空间特征的地形特征点提取方法

针对传统地形特征点提取方法未能全面顾及地形特征点空间特征的问题,该文提出一种顾及空间特征的地形特征点提取方法.该方法在系统分析地形特征点的空间分布差异性、空间耦合性、层次等级性的基础上,采用均值变点法确定适宜阈值,利用成熟的水文分析法提取沟谷线和山脊线.在此基础上,通过窗口分析、矢量分析等方法实现对山顶点、鞍部点、脊线源点、脊线交点、径流源点、径流节点、流域出水口点的有效提取和分级.以福建省九龙江支流吕凤溪流域30m空间分辨率数字高程模型进行实验.从目视解译、地形模型对比、分级适宜性3个角度对提取结果进行评价,同时分析了空间分辨率对地形特征点提取的影响.实验结果表明,所提方法能有效保证地形特征点提取结果的准确性,空间分辨率对地形特征点提取结果的总数目、最高级别和分级数目以及空间位置具有重要影响.     

基于Gabor滤波和局部特征点密度的居民区提取

通过对高空间分辨率遥感图像(简称高分图像)中的居民区纹理结构信息的分析,提出了一种基于Gabor滤波和局部特征点密度的居民区提取方法。该方法首先对高分图像进行多方向Gabor滤波,得到多个方向的幅值信息,并通过阈值处理和筛选后处理获取图像的特征点;然后对特征点求取局部密度,获取居民区的范围;再用数学形态学变换进行细微处理,最终提取出图像中的居民区。以World View2真彩色图像为实验数据对不同方法进行验证及对比分析的结果表明,该方法具有较高的提取精度和计算效率。     

基于激光扫描点云的隧道断面提取方法

传统断面测量方法存在效率低、精度差等特点,为优化断面测量方法,提出利用地面激光点云提取断面的方法。其主要包括:中轴线拟合、点云分割、断面提取三步骤。在基于点云双向投影确定初始中轴线的基础上,运用弦高偏移算法,提取骨架特征拐点,对中轴线分段再次拟合,获取二次中轴线;点云分割是基于隧道中轴线进行的,对隧道的点云数据进行连续分割,对截取的断面进行椭圆拟合。实验表明,通过此方法快速提取中轴线上任意位置的断面。