光斑影响下激光点云的不确定性评价

利用光斑的特性确定激光点位在光斑中的不确定性,将误差熵引入到激光点位不确定性的评价中。根据激光反射特性,确定了激光点位不确定性的概率密度函数,利用信息熵的定义推导了激光点位的信息熵,同时,利用信息熵与误差熵的关系进行了激光点位误差熵的推导,根据误差熵关系式确定了误差熵与光斑面积的线性关系。根据点云光斑实际面积,得到了点云误差熵及每个激光点位的平均误差熵。利用入射角与误差熵之间的关系,分析了入射角对激光点位不确定性的影响程度,确定了扫描的最佳入射角范围。通过设置不同扫描间隔得到的点云数据,验证了利用误差熵对点云不确定性进行评价的可行性。     

地面三维激光扫描点云质量评价技术研究与展望

介绍了地面三维激光扫描误差来源和系统误差自检校方法,构建了测距测角引起的点位误差和光斑影响下的点位误差模型。阐述了利用点云误差椭球和误差熵评价点云精度方法和工程应用效果,给出了点云配准、点云简化、点云产品质量评价方法和研究进展,对地面三维激光扫描点云质量评价发展趋势进行了展望。     

方差膨胀的稳健加权总体最小二乘点云平面拟合

为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。     

利用误差熵确定激光点云变形可监测指标

利用三维激光扫描确定变形区域的主要方法是对相同区域的点云进行对比分析,根据对比值确定变形区域及变形量,这种方法虽然能够简单地实现变形监测,但对于监测结果的可靠性并没有进行评价。因此,为了提高变形监测结果的可靠性,对点云误差及点云配准误差进行分析,并由此确定点云变形监测的可监测指标。为了避免相邻点位误差之间的相互影响及误差空间大小的不确定性影响,利用误差熵来确定点云误差空间,并根据其实际大小和误差极值的关系来确定变形可监测指标。通过不同距离和入射角下模拟的平面板变形来验证其可行性,并将该方法应用于某个滑坡场景,以确定该滑坡的变形区域和变形大小。     

遥感云分类不确定性的多维混合熵模型评价

针对遥感影像提取信息分类过程中存在随机不确定性和模糊不确定性两种噪声,影响分类结果的准确性问题,该文在多光谱遥感影像处理中,通过对传统的混合熵模型进行多维化改进,提出多维混合熵的不确定性评价模型。采用云算法对遥感影像进行解译分类,获取相应的不确定性模型参数计算出信息熵和模糊熵,从像元和类别两个尺度构建出遥感云分类不确定性的多维混合熵评价模型。结果表明,多维混合熵模型能够充分考虑多光谱遥感数据的多维性,可以从不同尺度对遥感分类的随机不确定性和模糊不确定性进行有效全面地评价。     

熵理论在确定点位不确定性指标上的应用

分析了传统点位不确定性指标的局限性,基于信息论中的联合熵和最大熵定理导出了n维随机点熵不确定指标以及落入其内概率的统一公式;提出了以熵误差椭圆与熵误差椭球作为2维、3维GIS中点元的位置不确定性度量指标.提出的熵指标具有唯一确定、不受置信水平选取的主观性影响等特点,适合于度量未知分布的点位不确定性.     

熵理论在确定点位不确定性指标上的应用

分析了传统点位不确定性指标的局限性，基于信息论中的联合熵和最大熵定理导出了n维随机点熵不确定指标以及落入其内概率的统一公式；提出了以熵误差椭圆与熵误差椭球作为2维、3维GIS中点元的位置不确定性度量指标。提出的熵指标具有唯一确定、不受置信水平选取的主观性影响等特点，适合于度量未知分布的点位不确定性。     

地面三维激光扫描仪的自检校模型研究

为使点云测量数据达到最大精度,必须对地面三维激光扫描仪进行检校.通过理论模拟测试,分析6个误差因子对扫描点坐标的影响,并进行模拟数值的检校模型验证.最后通过实例计算证明经检校后检查点点位精度提高,因此说明该方法能有效提高扫描仪的测量精度.     

激光干涉测量三维点坐标的PDOP模型研究和应用

激光跟踪仪的激光干涉测距精度可以达到0.5μm/m,利用激光干涉精密距离测量值可以建立高精度的三维控制网,点位误差受到测站点和定向点的空间几何分布影响。建立三维位置几何精度衰减因子模型,可以计算空间点的三维坐标测量精度随着空间位置的变化,估算激光干涉三维测距网的先验精度信息,避免不利测量位置,提高空间点测量精度。本文基于激光干涉三维测距网PDOP值计算模型,仿真计算了PDOP值的空间分布等值线模型,分析了体积值与PDOP值和点位误差的关系,并对实际算例进行了解算。     

入射角对VZ-400激光点云测量精度的影响

地面三维激光扫描仪在实际测量工作中,因扫描目标过高,导致激光光束达到截止高度角大小。高入射角将导致激光光斑的变形,使得激光可能落在光班的任何一处,增加了不确定性,损失了点位精度。针对VZ-400扫描仪设计测量方案,通过曲线拟合得到入射角系数与d/h的函数,便于确定监测方案中的最佳扫描距离。     

目标颜色和入射角对Trimble GX扫描点云精度的影响

介绍三维激光扫描仪的误差分类及近年来国外在目标反射特性对点云精度影响方面的研究进展,大量实验表明点云精度与目标表面反射特性存在较强关系。通过对纸质贴片点云分析得出如下结论:Trimble GX三维激光扫描仪所测点云标准偏差与反射激光亮度符合乘幂函数关系;目标颜色对该扫描仪测量精度有较大影响,白、绿、黄、蓝等颜色对绿色激光反射率较好;纸质贴片旋转一个较小角度可使扫描点云质量最优;纸质贴片反射特性服从朗伯余弦定律。     

低矮植被的无人机激光雷达测高精度分析

针对无人机激光雷达估测低矮植被高度的精度大小,本文以3m以下低矮树木为研究对象,通过数值模拟方法得到不同航高、不同扫描角情况下激光脚点坐标和点云估测单一树木高度的最大测量误差值;对比实测树高,分析了激光点云估测树高的精度。结果表明,在航高为30m、扫描范围为(-50°,5°)的情况下,无人机激光雷达获取的激光脚点坐标误差和由激光点云估测低矮树高(3m以下)的误差均可以达到cm级;激光点云估测单一树木高度与实测高度的决定系数为0.977,均方根差为5cm,标准均方根差为4%。因此,应用无人机激光雷达数据可以快速、精确获取低矮植被高度信息,进而为反演植被生物量和植被长势信息监测提供重要依据。     

高精采集系统激光标定的评测方法

常用的激光标定评价方法是在检校场用同名特征点的距离误差衡量标定质量,选点的误差对高精度激光的标定评测不可忽略。本文提出了利用同名面评测激光的标定精度的方法,用控制点和静态激光建设精度较高的面检校场作为真值,从待评测激光点云中提取同名面,统计被评测激光的同名面和真值面之间的误差,评价激光的标定精度。该激光标定精度评测方法已经应用于高德高精采集车,并投产两年多,点云资料矢量化出的高精地图要素中相对精度优于10 cm的占比达到了98%。     

GIS中三维空间直线的误差熵模型

从信息熵的角度提出了三维空间直线的误差熵模型，该模型由以垂直直线的平面误差熵为半径的圆柱体和两端点的误差球组成，是一种完全确定的度量空间线元不确定性的模型。理论分析与实验表明，本文所提出的模型具有较好的效果。     

Entropy error model of planar geometry features in GIS

Positional error of line segments is usually described by using “g-band”, however, its band width is in relation to the confidence level choice. In fact, given different confidence levels, a series of concentric bands can be obtained. To overcome the effect of confidence level on the error indicator, by introducing the union entropy theory, we propose an entropy error ellipse index of point, then extend it to line segment and polygon, and establish an entropy error band of line segment and an entropy error donut of polygon. The research shows that the entropy error index can be determined uniquely and is not influenced by confidence level, and that they are suitable for positional uncertainty of planar geometry features.     

GIS中线元的误差熵带研究

基于现有的线元位置不确定性模型大多与置信水平的选取有关,而置信水平的选取带有一定程度的主观性,因而不能惟一确定,引入信息熵理论,提出了线元的误差熵带模型,并将它与“E－带”进行了比较,计算了落入其内的概率。该模型根据联合熵惟一确定,与置信水平的选取无关。     

机载LiDAR点云的多层建筑物三维轮廓模型自动重建

以机载LiDAR点云数据为研究对象,提出一种新的基于点云数据的多层建筑物三维轮廓模型高精度自动重建方法。在已完成建筑物结构提取及轮廓规则化处理的基础上,利用多层屋顶轮廓在水平投影面内的相邻关系,将各层屋顶中同等级屋顶的相邻关系概括为平行边、不平行且不相交、相交3种相邻形式,结合多层屋顶的层级结构信息对相邻轮廓边界进行一致性处理。实验证明本文方法可以进一步消除多层建筑物各屋顶轮廓的规则化处理误差,使相邻轮廓边界在水平投影面内严格重合,同时重建后建筑物三维轮廓模型的正确性与完整性较高,拐点的定位精度优于激光点平均间距。     

三维激光扫描技术在复杂地质隧道岩体信息获取中的优化

为了更高效、高精度地获取岩体结构面信息,借助三维激光扫描技术,提出并建立一种基于Kriging算子和最小二乘法组合的点云插值方法。首先对获取的隧道点云数据利用单一的最小二乘法进行插值,并以此为基础,结合Kriging算子的适应度函数建立组合插值模型。在利用三维激光扫描仪已获取的某岩溶隧道的原始点云数据的基础上,运用组合模型进行插值处理,以此获取岩体结构面信息,并将组合方法得到的结果与单一的插值方法进行对比,发现组合方法插值效果较好,误差也较小。基于Kriging算法和最小二乘法结合的插值方法,在利用三维激光扫描技术获取岩溶隧道岩体几何信息—结构面产状的过程中能更加精确、全面,并可以用于岩体稳定性评价。