基于DEM的山地鞍部点分级提取方法

本文以地形起伏变化较大的陕北黄土丘陵沟壑区为例,通过流域边界线上高程相对低点的自动识别,实现基于DEM数据的地面鞍部点自动获取。实验结果显示,采用该方法所提取的地面鞍部点具有层次结构显著、提取精度高、操作简便、便于确定重要性等级及与山顶点空间关系等优点,对于DEM地形特征点簇的构建与分析具有重要意义。     

基于DEM汇流模拟的鞍部点提取改进方法

鞍部点是重要的地形控制点之一,由于其特殊的形态特征,基于DEM的鞍部点提取算法较山顶点、山谷点提取更为困难.本文提出一种基于DEM汇流模拟的鞍部点快速提取改进算法.该算法利用DEM地表汇流模拟的方法提取山脊线,利用地形倒置得到的反地形地表汇流模拟提取反地形流域边界线,获得能自动实现地形部分的原始地形汇水线,进而通过特征...     

恐龙谷南缘微地貌地形特征要素提取及分析

地形特征信息是地学研究中的重要依据,用于描述地形变化的总体样貌,决定了基础地形地貌形态特征。本文对禄丰恐龙谷南缘环状微地貌的地形特征进行提取及分析。首先,采用无人机测量技术获取测区影像数据,通过影像数据处理构建测区0.5 m分辨率的DOM数据与点云数据,并基于TerraSolid软件平台搭建滤波规则对点云数据进行分类、抽稀压缩处理,提取测区地面点,以地面点数据为基础数据构建测区2 m分辨率的DEM;然后,通过叠加ArcGIS空间分析中最大值提取与正负地形提取,完成地形特征点的提取分析;并结合ArcGIS中水文分析、平面曲率与坡型组合的方法,完成地形特征线提取分析;最后,在eCognition 9.0中通过面向对象的方法,实现地形面状特征提取。试验结果表明：①提取鞍部点的最佳分析窗口为11×11。②通过鞍部点位及两种方法提取脊—谷线,其中水文分析提取脊线更为细致,整体连贯性更为突出且从山体两侧脊线分布密集,试验区山体崎岖处提取鞍部点,即说明恐龙谷南缘整体受亚热带低纬度高原季风气候影响,山体受一定程度风化侵蚀。③恐龙谷南缘地形面状特征中裸岩、裸地两者面积占比较大,两者相加后占测区总面积64.2%,结合实地干湿分明的气候特点和实际勘察植被相对低矮的特征,在一定程度上说明该区域表层土壤疏松,需注意水土流失引起的生态问题。     

一种基于汇水区合并的DEM综合方法

提出一种基于汇水区合并的结构化DEM综合方法。使用汇水区作为联系谷地实体与DEM数据网格点的纽带,在次要谷地删除的基础上进行谷地汇水区的合并,以合并后的汇水区边界线(汇水区边界包含山脊线、山顶和鞍部三种地形骨架)和谷底线为约束条件进行DEM内插,从而实现结构化DEM综合。实验表明,该方法在删除次要地形特征的同时,能较好地保持主要地形结构特征。     

基于DEM的山顶点快速提取技术

通过对山顶点形态特征的分析,基于GIS栅格数据邻域分析和叠置分析功能从DEM中快速提取山顶点。实验结果表明,该方法操作简便、结果准确可靠,提取的山顶点更具有实际的地形意义,可以方便的在DEM中提取各种高差阈值的山顶点信息,是DEM数字地形分析理论与方法的进一步完善,具有很好的实际应用价值。     

机载Lidar点云快速生成DEM关键技术研究

机载Lidar点云数据能快速获取DEM数据,并真实反映三维地面信息,其关键技术是地面点云的分类提取。本文主要介绍Lidar点云数据的地面点分类和地形特征线绘制等关键技术。     

复杂地形DSM的地面点识别及DEM提取

目前,基于数字地表模型(DSM)提取数字高程模型(DEM)的研究多以平坦地区为研究对象,且精度较低。本文提出了一种基于区域生长的DEM提取算法,该算法以区域生长算法为基础,采用最大类间方差法(OTSU)实现区域生长中种子点、生长准则和终止条件的自适应选择。该方法不仅可从平坦地区和地形复杂的山区的DSM中识别地面点和提取DEM,且能有效解决区域生长算法将地面和地面附着物(本文中地面附着物以高架道路为例)识别为同一类的问题。与附近最小值法进行试验对比,结果表明,本文算法能够较好地提高DEM提取精度,识别地面点的制图精度达90%以上,可靠性和稳定性较强。     

利用DEM提取山顶点精度研究

山顶点是重要的地形特征点之一,针对现有的基于DEM的山顶点提取算法存在的缺陷,本文首先依据山顶点的地表形态特征,建立了基于最大起伏度阈值的山顶点提取模型;然后,以黄土丘陵1∶5万不同格网属性DEM为基础,分析了DEM格网属性对山顶点提取精度的影响特征;最后,基于1∶100万DEM提取了中国内陆山顶点数量及分布情况。研究结果表明:1基于最大起伏度阈值的山顶点提取模型提取的山顶点符合实际地形意义,具有很好的应用价值。2对于已知综合尺度的地形,存在最佳DEM格网分辨率阈值,当实际DEM格网分辨率不低于该阈值时,提取的山顶点具有很好精度,否则提取的山顶点数量及空间位置均存在不确定性偏差;3在我国的1∶100万DEM中,中国内陆满足海拔高度500 m以上、相对起伏大于200m的山顶点共有40 038个。     

基于DEM的山顶点高精度提取模型研究

山顶点是重要的地形特征点之一,针对现有的基于DEM的山顶点提取算法存在的缺陷,文中依据山顶点的地形形态特征,构建基于基准面逐次下降法的新型山顶点提取模型。在基于全国1：100万DEM上的实验测试表明,该模型具有很好的应用价值。     

基于反地形DEM的山顶点提取与分析

从山顶点的地形形态特征出发,以陕西黄土丘陵地区为例,利用反地形DEM的基本原理,同时结合ArcGIS的空间分析功能,实现从DEM数据中对山顶点的自动识别与提取。基于反地形的原理利用水文学及形态学的理论方法对山顶点进行提取,相对于传统方法利用原始DEM提取的方法更加有效,精度更高。     

Automated extraction of 3D vector topographic feature line from terrain point cloud

This paper presents an automated topographic feature lines detection method that directly extracts 3D vector topographic feature lines from terrain point cloud. First, signed surface variation (SSV) is introduced to extract the potential feature points. Secondly, the potential feature points are segmented to different clusters by combining region growing segmentation and conditional Euclidean clustering. In order to extract feature points, the potential feature points in each cluster are iteratively thinned using a HC-Laplacian smoothing method with SSV weighted taken into account. Besides, SSV-based and elevation-based simple rules are added for accelerating this thinning process. Finally, the feature lines are obtained by constructing the minimum spanning tree of the extracted feature points. By comparing with manually digitized reference lines, the correctness and the completeness of extracted results are about 80% or even higher, which are much higher than those extracted by D8 algorithm.     

一种基于等高线弯曲约束Delaunay三角网的地形特征提取新方法

地形特征包括地形特征点和特征线,它们是进行地貌分析与处理的重要手段,也是地貌结构化综合的重要内容。本文提出并实现了一种新的等高线特征提取方法。该方法通过对等高线进行凹凸段划分,获得等高线特征段（包括凹段和凸段,分别对应山谷和山脊）,并利用最大角作为约束条件、特征段的边作为约束边对所有特征段构建约束型Delaunay三角网（简称CDT）。然后,获取特征段CDT的骨架线作为局部特征段的地性线树,并将每棵地性线树的叶节点作为相应特征段上的特征点。最后,利用特征段及其CDT对特征点进行匹配,完成地性线的追踪,生成地性线。论文最后做了相关的实验,对该方法的有效性进行了验证。     

以窗口化和地形坡度为基础的植被茂密区域点云滤波算法

三维激光扫描仪获得经典地貌的点云数据,需进行滤波剔除地面植被。由于植被茂密区域点云密集或遮挡,地面点极少,无法拟合出地形表面,这部分植被点很难剔除。针对植被茂密区域点云数据的特点,本文提出以窗口化和地形坡度为基础的植被茂密区域点云滤波算法,认为非地形坡度引起的高程差异的两相邻点中,较高的点为非地面点。试验结果表明,本文算法可以很好地去除植被茂密区域中低矮的植被点,保留真实的地面点,提高了植被茂密区域点云滤波的处理精度。     

密集低矮植被区LiDAR点云地面滤波算法

针对地形复杂且低矮植被茂密的矿区LiDAR点云特点,本文提出了一种基于坡度信息并结合平面拟合的地面滤波算法。该方法采用二级格网法逐级选取地面种子点,在每个一级格网中,利用地面种子点通过最小二乘拟合法进行平面拟合并构建地面模型,最后达到区分地面点和非地面点的效果。与传统坡度法和布料模拟法的对比试验表明,该方法能够有效滤除密集低矮灌木,以及较好地保留较大坡度地形。     

基于Delaunay三角网模型的等高线地形特征提取及谷地树结构化组织

基于Delaunay三角网模型在矢量等高线基础上通过弯曲特征分析，给出了一种地形结构特征提取及谷地树组织的方法，与传统的基于DEM或TIN数据结构提取地形特征的方法相比，该方法不仅得到了谷地系统在平面图上的拓扑结构，还获得了河谷在空间分布上的汇水范围，依托矢量线、多边形的几何关系判断，增强了谷地树组织中的结构化，避免了DEM方法中的噪音干扰，方法的核心是Delaunay三角网在单根等高线弯曲深度表达上的层次结构识别。基于系统地实验详细讨论了3种树的结构化组织：等高线弯曲特征嵌套结构表达的二叉树、谷地系统拓扑关系表达的平面结构树、水文意义上主支流河谷表达的语义层次树。     

基于Delaunay三角网模型的等高线地形特征提取及谷地树结构化组织

基于Delaunay三角网模型在矢量等高线基础上通过弯曲特征分析，给出了一种地形结构特征提取及谷地树组织的方法，与传统的基于DEM或TIN数据结构提取地形特征的方法相比，该方法不仅得到了谷地系统在平面图上的拓扑结构，还获得了河谷在空间分布上的汇水范围，依托矢量线、多边形的几何关系判断，增强了谷地树组织中的结构化，避免了DEM方法中的噪音干扰，方法的核心是Delaunay三角网在单根等高线弯曲深度表达上的层次结构识别。基于系统地实验详细讨论了3种树的结构化组织：等高线弯曲特征嵌套结构表达的二叉树、谷地系统拓     

利用特征显著度提取地形特征线的方法

针对现有的地形特征线提取方法不能根据特征强弱对提取结果进行方便的筛选控制的问题,提出了一种基于特征显著度的山脊和山谷线提取方法。首先,对数字高程模型数据进行高斯滤波和下采样;然后,通过全局断面扫描确定特征点,并根据高度、高度落差和坡度计算特征显著度,在进行特征延伸后构造特征图,利用最小生成树算法得到特征森林;随后进行枝干分解并计算各枝干的特征显著度,根据特征显著度进行枝干裁剪;最后,通过尾钩剔除、位置修正和平滑等后处理得到最终特征线。实验结果表明,该方法能提供给用户方便有效的手段以根据特征显著度对特征进行筛选控制,提取的特征线与实际地形相符,有良好的抗噪能力且能较好地处理平坦地形特征。     

Algorithm for generating dem based on cone

Digital elevation model (DEM) has a variety of applications in GIS and CAD. It is the basic model for generating three-dimensional terrain feature. Generally speaking, there are two methods for building DEM. One is based upon the digital terrain model of discrete points, and is characterized by fast speed and low precision. The other is based upon triangular digital terrain model, and slow speed and high precision are the features of the method. Combining the advantages of the two methods, an algorithm for generating DEM with discrete points is presented in this paper. When interpolating elevation, this method can create a triangle which includes interpolating point and the elevation of the interpolating point can be obtained from the traingle. The method has the advantage of fast speed, high precision and less memory.