机载LIDAR系统的回波探测原理及其测高精度分析

从回波探测的原理和激光测高的计算模型出发,分析了激光测高的误差来源,认为主要影响因子是GPS差分精度、IMU精度和激光测距精度。通过对航高在1000m以下的实际检测数据进行统计分析,得出如下结论:1)单个激光点的精度可以达到15cm,通过地面改正,最优精度可以达到5cm;2)在植被比较密集区域,根据激光点的扫面密度不同,其生成的DEM精度可以达到0.20m～1m。     

机载激光遥感成像的激光回波波形数字化技术

首先介绍了机载遥感成像技术的基本原理，讨论了其关键组成部分的地面目标激光回波波形数字化电路的设计及其组成特点，叙述了该波形数字化电路的时序设计和数据存储结构，最后讨论了波形数字化结果的数据预处理方法及相关问题，得到了系统试验运行中获取的激光回波的有关预处理结果，它们将作为进一步生成地面三维图像和目标分类的数据源。     

基于k-d树的机载LIDAR点云滤波处理

点云数据滤波处理是获取高精度数字地面模型的关键,而滤波的基本原理是基于某一邻域内高程的突变。在海量、离散的点云数据中,搜索某一邻域的速度将直接影响滤波处理的效率。应用k-d树组织点云数据,不需要先验地知道点云数据间的拓扑关系便可以快速确定其中某一点的邻域点集,从而大大地提高滤波速度。     

单频机载激光测深海陆回波自动分类方法EI北大核心CSCD

海陆回波分类是机载激光测深中的一项波形预处理步骤,关系着后续信号检测和点云生成的精度。针对现有海陆回波分类方法不适用于单频机载激光测深系统且自动化程度不高的问题,本文提出一种单频机载激光测深海陆回波自动分类方法:首先,通过首末回波信号检测及点位计算获得回波的点云高程特征;然后,采用高程直方图拟合的方式确定平均水面位置,依据点云高程特征判定大部分回波的海陆属性,对余下的未定回波,仅保留其中的最强信号并统一处理为单信号回波,同时提取波形的信号特征和能量分布特征,依据点云高程特征的相似性自动建立训练样本集;最后,利用支持向量机分类器实现未定回波的分类。采用国产系统Mapper5000采集的实测数据进行试验,结果表明基于首末回波点云的初分类可快速、准确地对远离海陆交界处的回波进行分类,基于波形特征的未定回波分类可在自动建立的训练样本集支持下实现海陆交界处未定回波的高精度分类。与传统方法相比,本文方法无须近红外通道波形和人工样本的辅助就可以达到较高的分类精度,其中总体分类精度可达99.82%,海陆交界处分类精度可达91.59%。     

基于语义推理的城区机载LiDAR分割点云分类

目前,机载LiDAR系统获取的点云数据具有多回波的特性,回波特性可以揭示地物的类型信息。本文在排除粗差、首次回波和中间次回波后,对单次回波和尾次回波形成的点云子集进行基于3DHough变换分割和滤波处理以区分地面点和非地面点(包括墙面点),然后合并首次回波、中间次回波和非地面点再次进行点云分割,利用分割面片的尺寸大小、单次回波激光脚点比例、首次回波和中间次回波激光脚点比例等三个指标区分建筑物激光脚点和植被激光脚点。实验证明,上述方法可以很好地将点云数据分类为墙面点、地面点、建筑物点和植被点。     

一种基于高程差粗糙度的建筑物激光脚点提取方法

LiDAR技术逐渐成为获得城市三维信息的主要手段之一,其中建筑物信息的提取,是目前研究的难点和热点。为了能够更好地提取建筑物信息,在分析现有建筑物提取方法优缺点的基础上,结合高程信息和滤波结果信息,设计了一套基于虚拟格网的建筑物激光脚点提取方法。实验表明该方法提取效果较好,而且对数据质量要求较低。     

利用机载激光点云数据生产DEM的关键技术分析

着重分析了利用机载激光点云数据提取DEM的关键技术：预处理、点云滤波与分类、高精度DEM制作与质量评价技术;建立了基于机载激光点云的DEM生产技术流程,并将其应用于宁波市地理国情普查市情专项——高精度地表模型制作项目中;构建了宁波市建成区规则格网1：2000比例尺的高精度DEM模型,为宁波市地理国情普查提供了数据基础。     

机载激光扫描测高中激光脚点点群分割新方法

讨论了机载激光扫描测高激光脚点点群分割的方法,提出了一种新的分割成片房屋的激光脚点点群的方法———扫描带法,并给出了新方法的算法流程。实践表明,该算法运算速度快,分割准确、可靠。     

基于点云空洞修复和TPS模型的数学形态学机载LIDAR滤波

在分析现有滤波算法的基础上,结合数据驱动和模型驱动式算子各自的优点,提出基于点云空洞修复和TPS变形模型的数学形态学机载LIDAR点云滤波,该方法首先提取和修复由水域造成的大面积点云空洞,采用多尺度形态学开算子作用于修复的数据,得到近似裸露地表面;然后利用2D空间的TPS变形模型,以近似地表面为基础,插值原始点云,根据插值与原始点云高程的差值大小去识别地面点和非地面点。通过定量分析,验证该方法不仅有较高的滤波精度,而且也能较好的保留裸露地表的细节特征,同时该方法有助于辅助人工处理,提高数据处理的质量。     

一种高压输电走廊机载激光点云分类方法

针对输电线路现有点云分类方法存在的分类效率较低及精度不高等问题,该文从高压输电走廊的地物分布特点出发,提出一种基于JointBoost的高压输电走廊点云分类方法。该方法将三维点云转换为二维影像并基于Hough变换在影像上检测输电走廊候选区域;对候选区域每个点定义并计算多尺度局部特征向量,包括高程特征、连通特征、张量特征和平面特征;根据多尺度局部特征用JointBoost分类器将待分类点云分为地面、植被、电力线和电力塔4类。实验数据表明,该方法能有效地减少高压输电走廊的点云处理数量,提高分类效率,且选取的多尺度特征能有效地表达输电走廊内地物的分布特点,具有较高的分类精度。     

基于形态学梯度的机载激光扫描数据滤波方法

机载激光扫描技术能实时获取大范围、高精度的三维空间信息,从而受到日益广泛的重视和应用.然而由于地理环境的复杂性,其数据滤波一直是一个研究难点.针对数据点云的特点和滤波所面临的问题,提出了一种基于形态学梯度的机载激光扫描数据滤波方法.使用改进的形态学梯度计算方法得到每个点的梯度,再基于梯度选择特定的点进行迭代开运算,并根据梯度直方图减少迭代的次数,通过判断每次开运算后点的高程与原高程的差值是否小于一定的阈值,逐步滤除非地面点.使用国际摄影测量与遥感学会(ISPRS)提供的测试数据对算法进行实验,并与国际上8种滤波算法进行对比,结果表明该算法对各种复杂环境的适应性强,基于形态学梯度的滤波既能减少不必要的计算,又能降低误差产生的可能,从而在有效地去除非地面点的同时,也能很好地保留地面点,故具有良好的可靠性与实用性.     

机载激光雷达点云的阶层式分类

激光雷达是一种快速获得高密度高精度的三维数字地面信息的新技术。本文介绍了几种激光雷达数据过滤算法,提出了激光雷达点云数据的阶层式分类策略,并将基于航拍影像数据进行着色后的机载激光雷达点云数据作为研究对象,对其应用激光雷达数据过滤算法进行阶层式分类。实验结果表明,此种方法能有效地对大部分地物信息进行过滤和分类。     

一种基于平面拟合的LIDAR点云滤波方法

LIDAR点云滤波是将LIDAR点云数据中的地面点和非地面点分离的过程。根据在较小区域内可以近似认为地面为一平面,本文提出了一种应用平面拟合的方法,首先在一个局部区域内拟合出一个近似平面,通过判断LIDAR点是否属于该平面来获取平面点,并通过分类处理从平面点中得到地面点,最后用得到的地面点内插出DEM。滤波前,需要剔除高程异常点,本文应用了高程差约束算法抑制高程异常点,从而较好地保持了原始数据的局部细节信息。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

机载LIDAR技术在城市建筑物高度分级中的应用

机载LIDAR技术解决了如何快速、准确地获取地物高度的难题,同时为地物高度信息的应用提供了有效的技术手段。本文根据地理国情普查中建筑物分类指标体系,分析离散点云数据高程关系和分类过程,实现了一种基于点云阶层式分类的城市建筑物高度分级的技术方法,并在Terrascan软件环境下验证了该方法的可行性和快速性。     

基于机载LIDAR技术快速建立3维城市模型研究

传统的3维数据获取方法已不能满足城市日益加快的发展速度,机载LIDAR技术作为一种方便、快捷、高效的3维数据获取方法,正在逐步得到广泛认同.目前,机载LIDAR硬件和系统集成发展已比较完善,研究重点主要集中在数据后处理及应用等方面.本文结合国际上最新研究进展,系统介绍了机载LIDAR数据的后处理过程,提出了一种实用的3维城市模型,实现了基于LIDAR数据3维城市模型的快速重建,使该技术能更好地服务于城市信息化建设.     

基于虚拟网格与改进坡度滤波算法的机载LIDAR数据滤波

提出了一种基于虚拟网格与改进坡度滤波算法的机载LIDAR数据滤波方法。该算法将虚拟网格的概念用于LIDAR滤波,避免了LIDAR点云内插或者平滑造成的信息损失。基于虚拟网格生成的初始表面模型是一个规则网格,在初始表面模型上进行地面点的选取,可以极大地提高运算效率。在改进的坡度滤波算法中,提出了4个坡度阈值,克服了经典坡度滤波算法在地形急剧变化的地方可能发生的错误。实验结果表明,该算法可以提取出大多数地面点,生成比较精确的DEM,证明了该算法的可行性。     

机载激光扫描数据分割的三维数学形态学模型

机载激光扫描点云的三维数字图像表达模型将二维形态学运算推广至三维,给出基于三维数字图像的膨胀和腐蚀运算方法。针对点云三维数字图像,提出基于三维数学形态学和聚类分析的分割方法。将点云三维数字图像进行膨胀和聚类分析,依据聚类结果得到点云的分割结果。讨论了本方法两个参数与点云分辨率、地物间隔之间的关系。选用两套实例数据进行实验,并将第一套数据计算结果与Mean Shift算法、渐进三角网加密算法进行比较,从分割评价因子、精度、计算效率等方面分析本文方法与其他两种方法的优劣,最后分析了本文方法的稳定性。     

机载激光扫描测高数据分层迭代选权滤波方法及其质量评价

提出了一种基于分层思想的自适应数据滤波方法。该方法采用迭代选权方法的基本思想,在实现中加入了自适应与分层的思想,使其也可用于处理城区点云数据。提出了滤波方法评价体系,并对该滤波方法进行了评价。