基于TerraScan的LiDAR数据处理

介绍LiDAR技术的国内外发展情况,围绕LiDAR数据后处理软件TerraScan的应用,详细论述该软件的数据处理流程,特别针对LiDAR数据特点和处理技术难点提出笔者的看法。     

基于边缘检测算法的LiDAR数据建筑物提取

LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要其他辅助数据,可以从LiDAR点云数据中提取建筑物边缘,并滤除了许多干扰信息。这种方法为基于LiDAR数据提取建筑物目标提供了新的思路。     

基于边缘检测算法的LiDAR数据建筑物提取

LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要其他辅助数据,可以从LiDAR点云数据中提取建筑物边缘,并滤除了许多干扰信息。这种方法为基于LiDAR数据提取建筑物目标提供了新的思路。     

基于LiDAR数据的DEM和矢量自动提取探讨

近年来LiDAR技术发展迅速,应用潜力巨大.基于TerraSolid软件环境,简要介绍了LiDAR数据的分类,在此基础上,重点讨论了LiDAR数据的DEM和矢量自动提取的相关问题.由LiDAR数据生成的DEM精度较高.但矢量自动提取还未到实用阶段.     

LiDAR技术在土地管理中的应用

本文首先介绍了LiDAR技术的特点、优势和发展现状,并通过与土地管理的关系和用LiDAR数据制作动态变化图,详细阐述了LiDAR技术在土地管理中的应用。     

利用影像辅助LiDAR点云数据的建筑物提取方法研究

机载LiDAR作为一种新兴的对地观测技术,能够快速地获取地表三维信息。如何从海量LiDAR点云数据中提取建筑物是数据处理中的一项关键工作。本文结合LiDAR数据和航空影像的数据特点,提出了一种航空影像辅助的LiDAR点云建筑物提取方法,首先,采用面向对象方法从航空影像中提取建筑物的轮廓;然后,以建筑轮廓信息为参考,从LiDAR点云中提取建筑物的点云数据;最后,通过实验证明该方法的有效性与可行性。     

信息向量机、相关向量机和支持向量机在机载LiDAR点云数据分类中的应用

机载LiDAR点云数据分类技术是LiDAR数据后处理的关键步骤。信息向量机、相关向量机及支持向量机可以在LiDAR点云数据分类中发挥重要作用。本文将三种分类器应用到点云数据分类中,通过实验验证了它们在点云数据分类中的性能,总结了它们在点云数据分类任务中的应用潜力。     

基于低空摄影测量的机载LiDAR点云修复方法

针对机载LiDAR点云存在数据缺失造成的空洞问题,研究利用低空摄影测量技术,探索机载LiDAR点云空洞修复的方法。利用低空摄影测量手段获取的遥感影像可以生成高精度的修复点云,并通过将修复点云融合到原始LiDAR点云中,实现对机载LiDAR点云空洞的修复。该方法操作简单、效率高,适用于大面积机载LiDAR点云数据的批量修复,能够为城市三维精细化建模提供重要的数据支撑。     

基于LiDAR点云数据索引的DEM快速提取

DEM应用日趋广泛,从LiDAR点云数据中提取DEM是一种满足应用需求的简单有效方法。由于Li-DAR点云数据的庞大性,直接提取DEM效率不高。为了提高对点云数据处理的效率,本文探索应用索引技术来优化LiDAR点云数据的处理,生成高精度DEM。该方法首先对LiDAR原始数据点建立网格分块索引;然后再利用形态学的方法对LiDAR原始数据进行滤波处理;最后用逐点内插方法生成DEM。实验结果表明应用空间数据索引技术极大地提高了点云数据滤波与DEM生成的效率。     

基于LiDAR-DP的机载激光雷达数据处理

基于国产机载LiDAR数据处理软件LiDAR-DP,总结了机载LiDAR数据处理的技术流程,并根据该流程对LiDARDP的相关功能进行了研究。利用LiDAR-DP对实际数据进行了DEM生产试验,并与同类商业软件进行了功能对比。结果表明,LiDAR-DP是一款优秀的国产机载LiDAR数据处理软件,完全能满足DEM的生产需求。     

基于机载LiDAR点云数据构建复杂山区高精度DEM方法研究

为解决大范围复杂山区DEM生产困难的问题,提出利用机载LiDAR点云数据构建DEM.本文对机载LiDAR数据处理流程及其在复杂山区的具体应用进行分析,主要利用LiDAR数据处理软件对点云数据进行内业DEM生产并编辑最终得到符合项目要求的数字高程模型数据,结果证明该方法可行.     

Study on Sampling Rule and Simplification of LiDAR Point Cloud Based on Terrain Complexity

It is difficult to obtain digital elevation model (DEM) in the mountainous regions. As an emerging technology, Light Detection and Ranging (LiDAR) is an enabling technology. However, the amount of points obtained by LiDAR is huge. When processing LiDAR point cloud, huge data will lead to a rapid decline in data processing speed, so it is necessary to thin LiDAR point cloud. In this paper, a new terrain sampling rule had been built based on the integrated terrain complexity, and then based on the rule a LiDAR point cloud simplification method, which was referred as to TCthin, had been proposed. The TCthin method was evaluated by experiments in which XUthin and Lasthin were selected as the TCthin’s comparative methods. The TCthin’s simplification degree was estimated by the simplification rate value, and the TCthin’s simplification quality was evaluated by Root Mean Square Deviation. The experimental results show that the TCthin method can thin LiDAR point cloud effectively and improve the simplification quality, and at 5 m, 10 m, 30 m scale levels, the TCthin method has a good applicability in the areas with different terrain complexity. This study has theoretical and practical value in sampling theory, thinning LiDAR point cloud, building high-precision DEM and so on.     

A general-purpose framework for parallel processing of large-scale LiDAR data

ABSTRACT

Light detection and ranging (LiDAR) data are essential for scientific discoveries such as Earth and ecological sciences, environmental applications, and responding to natural disasters. While collecting LiDAR data over large areas is quite possible the subsequent processing steps typically involve large computational demands. Efficiently storing, managing, and processing LiDAR data are the prerequisite steps for enabling these LiDAR-based applications. However, handling LiDAR data poses grand geoprocessing challenges due to data and computational intensity. To tackle such challenges, we developed a general-purpose scalable framework coupled with a sophisticated data decomposition and parallelization strategy to efficiently handle ‘big’ LiDAR data collections. The contributions of this research were (1) a tile-based spatial index to manage big LiDAR data in the scalable and fault-tolerable Hadoop distributed file system, (2) two spatial decomposition techniques to enable efficient parallelization of different types of LiDAR processing tasks, and (3) by coupling existing LiDAR processing tools with Hadoop, a variety of LiDAR data processing tasks can be conducted in parallel in a highly scalable distributed computing environment using an online geoprocessing application. A proof-of-concept prototype is presented here to demonstrate the feasibility, performance, and scalability of the proposed framework.     

机载LiDAR系统及其在水利中的应用

机载LiDAR系统是一种主动式的对地观测系统,主要由中心控制单元、POS系统、激光扫描测距系统和数码相机组成。可以精确、快速地获取地面3维数据以及与其匹配的影像数据,从而生成高精度的4D产品。文中论述了LiDAR工作原理,介绍了机载LiDAR系统的组成,LiDAR数据的处理流程。最后,探讨了机载LiDAR系统在水利行业中的应用。     

大光斑激光雷达数据的森林冠层高度反演

针对传统的LM波形分解算法在GLAS大光斑波形数据处理中容易陷于局部最优解,限制了GLAS大光斑激光雷达数据在森林结构参数反演方面应用的问题,该文结合GLAS大光斑数据特征,引进优化后的EM算法对大光斑全波形数据进行分解,获取波形参数最优值。结合波形前缘长度和波形后缘长度,建立树高反演模型,并与LM分解算法建立的模型进行对比分析。研究结果表明,通过改进的EM算法对GLAS大光斑激光雷达数据进行处理,波形特征参数的获取更为精确,达到了较高的树高反演精度。     

基于LiDAR的城市坐标系精度评估及应用

本文以广州为例,阐述了高斯投影变形的传统方法。结合广州市利用高精度机载LiDAR和广州2000坐标系的建设项目,介绍了高精度LiDAR数据获取及DEM制作流程,以及设计了高斯投影变形数据处理的两种关键技术方法,并且开发了自动化处理软件,提出了城市坐标系精度评估新方法。     

基于激光雷达的自然资源三维动态监测现状与展望

激光雷达作为一种主动的三维遥感观测技术,在不同尺度的土地、矿产、森林、草原、湿地、水、海洋等自然资源的三维动态监测中发挥着越来越重要的作用。本文将在简要介绍激光雷达技术发展现状的基础上,重点阐述激光雷达技术在各类自然资源三维动态监测中的应用现状,同时对激光雷达在自然资源调查中的应用潜力和局限性进行综合分析,最后探讨以激光雷达技术为基础的自然资源三维动态监测的未来发展趋势和方向。随着激光雷达技术和平台的不断发展以及激光雷达信息的深入挖掘,将不断促进激光雷达技术在自然资源三维动态监测应用中的纵深发展。然而单一激光雷达数据由于其本身存在的局限性,难以满足自然资源全要素、全流程、全覆盖、高精度、高效率的现代化动态监测的要求,如何将多源、多尺度、多平台遥感数据与人工智能相结合,构建“天—空—地”一体化的自然资源调查监测技术体系,是未来自然资源三维动态监测的发展方向。     

全波形激光雷达的波形优化分解算法

随着数据存储能力和处理速度的提高,三维激光扫描系统逐渐具备全波形采集和分析技术。为了从全波形数据中获得脉冲时间、幅度、脉宽以及多回波分布等综合信息,波形分解成为了全波形激光雷达数据处理的关键技术之一。针对LM算法在一定程度上依赖初值,而传统激光雷达数据处理容易遗漏部分重叠的返回波,本文提出了一种改进回波分量初值设定的算法来获取回波脉冲的位置、宽度和强度。针对一套自主研发的全波形记录激光雷达演示系统进行了波形分解试验,定性和定量分析结果验证了该方法的有效性、可靠性和准确性。     

机载激光雷达数据提取DEM的关键技术分析

结合激光雷达数据的特点,着重分析利用激光LiDAR数据提取DEM的几个关键技术：预处理技术、滤波技术、DEM构建与质量评价技术。通过分析,为快速、高效、准确地获取DEM基础数据提供一个技术方案。