机载LiDAR航带间高程漂移检查方法研究

机载LiDAR作业时,误差将导致相邻航带的同名特征间存在高程漂移,若偏移量超过一定的阈值,则可能造成后续激光点云数据的分类错误,进而使得用其生成的数字产品无法正确反映真实地形。鉴于此,提出了一种机载LiDAR航带重叠区高程漂移自动化检查算法。由于Li DAR数据本身具有特殊性,相邻航带间不存在真正意义上的同名点,采用提取航带同名面的方式对航带间相对高程进行检查。通过编程计算对实验区数据进行检查分析,并通过人工核查的方式验证了该方法的可靠性。     

基于总体最小二乘匹配的机载LiDAR点云航带平差方法

机载LiDAR技术在快速获取空间三维地理信息及其应用方面具有不可估量的前景,然而,机载LiDAR系统获得的相邻航带点云数据在重叠区存在"漂移"问题,需要采用航带平差的方法实现不同航带点云数据之间的"无缝"拼接。针对最小二乘航带平差方法中存在的某些不足,结合总体最小二乘与航带平差方法,将总体最小二乘应用于点云的平面拟合,从而提高了相邻航带匹配的精确性。采用实际飞行数据,设计实验方案对航带平差效果进行比较分析。     

机载LiDAR点云数据的航带拼接研究探讨

对机载LiDAR点云数据的航带拼接问题作初步的探讨和研究.研究结果表明,经过不同扫描带间点云数据的拼接,相邻扫描带间的高程漂移大大降低,证明了研究结果可靠.     

地面控制点对机载LiDAR航带平差结果影响分析

机载激光雷达(Li DAR)是一种激光探测和测距系统,可主动地进行对地观测并获取物体坐标信息。由于受到系统误差和不确定的偶然误差影响,解算出的点云数据成果会带有航带性误差,即相邻两条航带的重叠区域内同名地物的三维坐标不一致,故常采用无地面控制点的航带平差方法予以修正。但这种航带平差可能造成系统内部精度的提高而牺牲了外部精度。本文基于Burman航带平差方程,就地面控制点的引入与否及其对点云内外精度的影响进行了对比实践研究,结果表明,与引入地面控制点方式相比,无地面控制点条件下的航带平差结果,同样能消除航带间的相对高程差异,且对系统误差的检校效果良好,但在绝对高程精度上,反而引起误差增大的副效应。因此,在仅关心内部相对精度的情况下,可以考虑使用无地面控制点的方式进行成图作业,以提高地物间的相对位置关系精度。     

基于平面约束的机载LiDAR航带平差方法研究

机载LiDAR技术作为一种新型的主动式空间观测技术,在快速获取空间三维地理信息方面具有不可估量的前景。然而,机载LiDAR系统获得的相邻航带点云数据在重叠区存在"漂移"问题,需要采用航带平差的方法实现不同航带点云数据之间的"无缝"拼接。针对LiDAR点云数据难以获取同名特征点来进行航带平差迭代初始值计算的问题,文中在总结航带平差迭代初始值求解方法的基础上,提出一种基于点与平面约束关系的最小二乘求解方法,提高初始值求解的准确性,并通过具体实例数据进行验证分析。     

机载LiDAR航带拼接方法分析

随着机载LiDAR技术的发展,我国对高精度的数字产品的生产要求也在不断提高。机载LiDAR点云数据航带间拼接误差一直是影响数字产品的主要因素之一。因此,消除或减弱系统误差影响,提高数据精度具有重要理论意义和工程实用价值。本文对机载LiDAR点云航带拼接误差问题进行分析,以Leica ALS70机载点云数据为数据源,利用Graf Nav8.4软件、Leica Geosystems MFCPP软件、Micro StationV8软件及Terra Soild对某省机载LiDAR点云数据进行航带拼接方法的分析。本文首先利用检校场对点云数据系统误差进行了修正,航带间重叠区域高程偏差图初步分析,然后通过构架线对架次航线拼接进行了整体分析,最后利用区域内像控点资料对点云数据高程精度进行了改正。试验结果表明:该方法提高了点云数据拼接精度,在实际生产过程中提高了预处理的工作效率,提高数字产品的质量。     

机载激光雷达航带平差实验研究——基于参数模型和地面控制点数据

机载激光雷达测量获取的地表点云数据在经过预处理解算后仍会残余部分航带性系统误差,因此,在利用点云数据生成DEM等相关数字产品之前,必须检查并改正这部分航带性系统误差.以此为主要目标,选择“十二参数模型”进行航带平差,总结航带平差的一般技术流程,并对航带平差过程中是否引入地面控制点的结果进行对比分析.结果表明,引入地面控制点进行航带平差,数据的内外部精度均得到有效改善.     

机载LiDAR数据逐航带平差与航带区域网平差对比

机载LiDAR系统获取的点云数据在经过预处理解算后仍会残余部分系统误差,因此,在利用点云数据生成DEM等相关数字产品之前,必须检查并改正这部分系统误差。以此为主要目标,本文对机载LiDAR数据的逐航带平差与航带区域网平差展开研究,并以Microsoft Visual Studio 2008 C++为开发平台、基于实测数据对比了两者在完成多航带构成的测区平差时的精度,结果表明:机载LiDAR数据的航带区域网平差方法相较于LZD算法可有效降低逐航带平差导致的误差累积,精度更高。     

机载LiDAR点云数据的航带高差研究探讨

针对机载LiDAR点云数据航带间高差较大问题,对有无构架线及POS解算精度不同两种情况进行分析。发现机载POS数据解算精度对点云数据航带间高差有较大影响,并得出减小点云数据高差的POS数据解算精度需要满足的条件。     

机载LiDAR航带法区域网平差方法研究

机载LiDAR数据即使经过良好的检校仍可能呈现残余系统误差。由于残存系统误差和偶然误差的影响,测区各个航带间精度不一致且均存在变形,本文借鉴摄影测量区域网平差的思想,提出一种机载L iDAR区域网平差方法,以单航带作为基础,把几条航带或一个测区作为一个解算的整体,同时求得整个测区内全部激光点改正坐标,对航带网进行非线性变形改正。实验表明,使用本文提出的平差方法获取最终点云的精度优于经典航带平差方法获取的结果。     

融合激光点云与影像点云的精细化DEM生成

针对地面激光扫描及无人机航摄技术在实际外业测量中受视场角限制或遮挡等因素的影响而难以获取待测区域完整的点云数据的问题,本文在经典ICP算法的基础上,提出了一种顾及高程差异和点云密度的激光点云与影像点云融合方法。通过差分数字高程模型对点云进行分块,并基于点云密度选取融合范围,将分块后的影像点云配准到激光点云的孔洞和稀疏区域。本文方法能够提高激光点云与影像点云的融合效果,保持激光点云的精度并保留更多的细节特征,实现激光点云与影像点云的高质量融合。     

城市复杂地形环境下倾斜模型结合LiDAR点云的大比例尺地形图更新方法北大核心CSCD

针对无人机倾斜摄影技术受遮挡影响较大和难以穿透植被茂密地区的问题,本文提出了城市复杂地形环境下倾斜模型结合LiDAR点云进行小区域大比例尺数字地形图的更新方法。首先采用五镜头六旋翼无人机分别以垂直和平行主要建筑物楼群方向进行2次全区域拍摄,以及无人机机载激光雷达全区域采集点云,并对高度不足10 m的别墅区进行单镜头低空补飞。然后融合倾斜影像点云与机载激光点云建模,经过3种建模方案对比,融合建模的倾斜三维模型的位置精度和模型质量均最优。最后基于此模型进行测图。精度评定结果表明,城市复杂地形环境下在飞行方案和像控点布设合理的情况下,通过倾斜三维模型采集的数字地形图的平面和高程精度完全满足并优于深圳市1∶1000数字地形图动态更新的精度指标。     

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。     

基于BP神经网络法的地表变形监测

利用三维激光扫描技术监测地表变形时,需要对大面积的地形点云数据重建地面曲面。针对点云数据的海量性,提出利用BP神经网络的方法进行曲面重建,分别模拟出两期点云数据的曲面及两期点云数据的下沉曲面。实验结果表明,该方法对海量数据的曲面重建精度较高,并能提取变形信息,具有较高的使用价值。     

深度图像分割的城市区域倾斜影像密集匹配点云滤波算法

倾斜摄影测量作为一个新兴领域发展势头迅猛,在众多领域得到了广泛应用。但倾斜影像密集匹配点云处理技术研究却相对较少。倾斜影像密集匹配点云分布不均匀、表面粗糙,因而传统的激光扫描点云处理算法在用于倾斜影像密集匹配点云处理时的适用性较低。本文从倾斜影像密集匹配点云特点出发,提出了一种利用点云高程信息生成深度图像提取建筑物非连通区域,在全局范围选取种子点实现多种子点区域生长的点云快速滤波算法。实验结果表明,该算法滤波效果好、速度快,可以改善密集匹配点云部分地物底部边缘不清晰引起错分和区域生长无法分割建筑物非连通区域的问题。     

复杂地势下轻小型无人机LiDAR自主航线设计

针对现有的LiDAR航线设计软件绝大多数针对大中型无人机,主要依靠飞行人员根据实际经验敷设航线,少数采用传统摄影测量改变基线长度的方式实现复杂地势下LiDAR航线自动敷设,但高地势地区航线较密,飞行成本高,有局限性,目前能实现轻小型无人机载LiDAR航线自主敷设的软件很少等问题,参照轻小型机载LiDAR的特点,该文提出一种复杂地势下基于DEM改变航高的航线设计方法。以延庆某山区进行试验。结果表明:该方法适当放宽分区高差限制,综合考虑地形信息、飞机性能等要素,使得单条航带点云密度得到保证,提高航线规划效率,节约飞行时间。将考虑DEM与未考虑DEM两种方式对比,确保重叠度,满足工程点云密度,便于后期数据处理。     

机载LiDAR点云时间纹理信息航带重叠区消冗

机载LiDAR获取的完整测区点云数据中包含了丰富的信息,同时也伴随着大量冗余数据,本文提出基于机载LiDAR点云时间纹理信息的航带重叠区消冗方法。首先按点云时间信息划分航带,再按点云纹理信息提取航带边缘,接着提取高地物遮挡空洞,最后去除重叠区冗余数据。实验结果表明,该方法无需航线信息辅助,并能在保留遮挡空洞区域点云的同时,高效地去除航带重叠区中精度较低的点云。     

机载LiDAR在河南省重点水库库区高精度DEM建立中的应用

本文以河南省7个重点水库为研究对象,以免像控方式获取库区机载LiDAR点云数据与正射影像数据,共飞行47个架次,获取数据总面积达950 km²,制作库区保护范围线2442 km、管理范围线1886 km;从设备选择、航飞参数设置、设备检校、点云数据滤波、点云精修、精度检查等几个关键环节进行论述,验证了该方法的可行性。研究结果表明,该方法在节省人力、物力、财力的同时,能获取库区高精度DEM成果,为库区管理范围与保护范围界限的划定及库区精细化管理提供了一种数据获取方法。     

OSM辅助车载LiDAR点云三维道路边界精细提取

道路边界精确提取建模是城市道路管理、智能交通规划和高精度地图制作等领域的重要课题之一。本文提出了一种基于车载激光雷达点云数据和开源街道地图(OSM)的三维道路边界精确提取方法。首先,针对原始车载LiDAR点云数据应用布料模拟滤波分离地面点,再结合相对高程分析获取道路边界点候选数据集。然后,应用OSM矢量道路网数据的节点辅助道路边界点候选点集进行分段。最后,在各分段点云数据集中基于随机抽样一致性算法获得三维道路边界点集。通过直道、弯道及高密度复杂场景3种不同类型的城区道路边界路段分类提取试验。结果表明,利用该方法进行道路边界提取的准确率和召回率分别达96.12%和95.17%,F1值达92.11%,本文方法可用于高精度道路边界的三维精细提取与矢量化,进而为智能交通与无人驾驶导航提供支撑。