机载LiDAR测深点云滤波与分类方法研究EI北大核心CSCD

机载LiDAR测深(airborne LiDAR bathymetry,ALB)技术在海岸带、海岛礁等复杂浅水海域的水下地形测量中具有效率高、精度高、机动性强等优势,但受复杂海面、水体环境等多种因素的综合影响,ALB点云中存在大量噪点,直接影响ALB数据成果质量及其应用。为此,论文针对海面异常点导致的海底虚假地形、海底点云过度滤波导致的真实地形细节损失以及如何深度挖掘ALB信息进行高效底质分类问题,分别从海面异常点检测、海底点云滤波和海底点云分类3个方面进行了详细研究。     

影像匹配点云与机载激光点云的比较

介绍了影像匹配的发展现状及趋势、研究进展和存在的问题,分析了影像匹配点云的特点,并对通过摄影测量技术和LiDAR技术获得点云的方法进行了比较。     

激光点云与航空影像融合分类

为了更好地利用激光点云数据和航空影像数据信息,改善影像分类效果,提出了将激光点云数据与航空影像进行融合分类,实现面向对象的融合分类方法。在航空影像的分水岭分割算法中加入激光点云高程信息计算梯度,然后结合两种数据源的特征,建立分层分类的规则集得到地物的分类结果。试验表明,激光点云的高程信息能够改善影像分割效果,也能将地面地物与非地面地物较好地区分,对建筑和植被的分类起到了有效作用。     

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。     

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。     

利用PCA-BP算法进行激光点云分类方法研究

激光点云分类是测绘领域点云数据处理中的一重要环节,在阐述现有激光点云分类技术的基础上,为满足高精度、高速度、高可靠性、自动化的数据处理要求,着重研究了基于主成份分析和BP神经网络的激光点云分类方法,并通过真实激光扫描数据进行实验,将建筑物和树叶有效分类,达到了预期的效果。     

车载全景影像与激光点云融合生成彩色点云方案

针对车载全景影像与激光点云数据融合的研究不足的现状,文章给出了一种适合球面全景影像的车载彩色点云生成方案:由车载POS数据及系统标定参数可获得全景影像的外方位元素,依据影像的采集视角选择激光点最佳的关联影像,然后以球面投影为成像模型获得激光点在影像上的颜色属性值,进而获得彩色点云数据;并对融合的误差进行了讨论与分析。经过融合后的彩色点云几何精度高、目视效果好,使两种数据源的优势得到了有效的结合。实验结果验证了这种方法的可行性和准确性。     

齐云塔激光点云三维重建

三维激光扫描技术可以在不接触、无损害的前提下,将珍贵古建筑的几何、颜色、纹理等信息记录下来,用于对历史遗迹的保存和修复。利用三维激光扫描仪获取国家重点保护文物——洛阳白马寺齐云塔的激光点云数据,通过对比分析Cyclone、CAD、Geornagic Studio等软件对点云数据的处理方法,制作完成齐云塔DLG图件、线框...     

一种基于地形预分类的渐进加密点云滤波方法

经典的渐进加密三角网算法采用同一套参数难以在平地/山区混合的机载激光点云数据中取得良好的滤波结果。针对该问题,提出了一种改进的、基于地形预分类的渐进加密滤波方法。首先利用单一参数进行初次滤波,并根据滤波结果获取地形预分类结果;然后针对平地/山区地形特点,利用不同参数进行二次滤波,得到不同地形更精细的滤波结果;最后对不同地形的地面点进行合并,生成最终滤波结果。实验结果表明,基于地形预分类的渐进加密滤波方法生成的数字高程模型的均方根误差为1.733 m,显著优于经典方法。     

浅谈利用激光点云数据制作DEM

利用摄影测量方式获取DEM数据生产周期长、费用高、效率低、高程点获取的密度低。机载雷达集成GPS、IMU、激光扫描仪、数码像机等光谱成像设备,作为精确、快速地获取地面三维数据的工具已得到广泛的认同。结合项目研究与试验,根据实际生产经验,介绍TerraSolid系列软件的模块功能,以及利用点云数据制作DEM的技术流程和方法。     

无人机输电线路测量点云自动分类与快速巡检

本文基于无人机激光点云数据进行输电线路特征对象的分类提取与快速巡检,首先对多无人机平台通过空中测量的手段获取得到的数据进行了对比分析,然后针对固定翼无人机激光点云数据进行杆塔、导线、植被和地面的自动分类与提取,并进行导线修复,最后得到当前工况安全距离检测报告.结果 表明,固定翼无人机激光雷达系统一方面可以进行输电线路快...     

综合单点和点簇的建筑物点云分类方法

在单点分类方面主要对分类特征进行了比较全面的分析和综合,而在点簇分类方面则依据建筑物的实际形态提出了一种高效的基于决策树的分类法则。综合性方法是上述两种方法的配合使用,首先利用单点分类提高精度,再利用点簇分类提高可用性。实验结果表明,综合方法不仅有着非常高的精度,并且其结果方便后期利用。     

基于Laspy的点云数据检查方法

基于laspy开源、灵活、简单、效率高的特性,可按照实际需要利用Python语言编写读取点云位置、强度、分层信息、颜色等已有属性值,运用空间分析、自动提取实现对点云数据的范围、分类等信息的批量快速检查工具.其本身作为Phython程序设计语言的延伸,适合于编程初学者,能较快地实现代码编写.通过测试数据验证,利用lasp...     

车载激光点云和光学影像的配准方法研究

首先总结国内外激光点云和光学影像配准的研究现状,针对单张影像提出了一种基于直接线性变换的车载激光点云和光学影像的配准方法;针对车载序列影像提出了一种基于Sift角点提取、影像匹配、光束法平差、密集点云生成、密集点云和激光点云自动配准并生成对应的三维彩色点云的方法。最后以VC++ 6.0为开发平台,利用Optech公司提供的车载激光点云和序列影像数据设计并实现了车载激光点云和光学影像的配准,并验证了算法的有效性。     

一种改进的空间上下文点云分类方法

考虑到点云数据具有线性分布和密度不均匀的特点,以及现有复杂场景点云分类方法中缺少对非局部空间上下文信息的有效利用,提出了一种改进的空间上下文点云分类方法。该方法在提取点云数据顾及曲率的自适应邻域的基础上,首先估算点云局部特征与依赖性空间上下文,并基于超级体素提取分布性空间上下文,最后采用高阶条件随机场模型,实现对点云数据的自动分类,避免了利用单一点云局部特征分类的局限性。试验结果表明,本文方法能够有效提高点云数据地物分类精度。     

地面激光点云数据质量评价与三维模型快速重建技术研究

<正>随着激光测量技术的不断发展,地面激光扫描技术已经成为众多领域快速获取三维空间信息的重要手段之一。近年来,众多学者就点云数据的配准、去噪、简化以及模型重建等方面作了大量研究,并且取得了技术性的突破,但是点云数据质量评价的研究还处于初级阶段。地面激光扫描技术与传统技术的不同之处在于获取的是大量点云数据,但无法确定数据点在物体表面的具体位置,传统的基于单点的精度评价方法无法准确地描述点     

车载激光点云纠正技术研究

随着智慧城市建设发展需求的不断扩大,移动扫描技术在项目应用中的频率不断提升,车载三维激光扫描技术以其高效率、高精度的特点已在项目实践中占有一席之地.但车载三维激光扫描技术受限于卫星信号等情况影响,点云数据为确保达到高精度,通常需进行远超车载扫描本身工作量的点云精度改善工作,即点云纠正,本文使用多个实例数据,通过对不同纠...     

基于车载LiDAR点云的地物分类方法的研究

基于点云分类常用的近邻聚类法和物体表面分割等方法,本文提出了一种基于最大网格密度的近邻聚类的方法。该方法首先对原始点云进行低点提取,设置格网的大小,在此基础上对点云数据进行去噪并进行主成分分析,再对点云空间进行均匀格网化,使具有最大密度的格网为聚类中心,加入高程、强度以及法向量等特征对分割后的点云实现了不同地物的分类,提高了运算效率,降低了错分率。     

车载LiDAR海量点云数据管理与可视化研究

为了支持车载移动激光扫描点云数据的高效管理与快速可视化,提出了一种适用于车载海量点云的数据组织方法。该方法将原始点云数据分段后生成轨迹信息用于快速索引,分别对每段数据建立基于八叉树结构的LOD（levels of detail）索引,并采用多线程动态调度技术实现基于视点的海量点云渲染与漫游,显著提高了车载点云数据的调度效率。实验结果证明该点云数据组织方法是一种适合车载点云数据的高效管理方法。