Delaunay三角网增点生长构造法研究

论述了一种由计算机自动生成Delaunay三角网的增点生长构造法。该方法属于不规则三角网的动态构网法，它借鉴了静态构网法中递归生长算法的部分思想，并利用Lawson提出的最大最小(MAX—MIN)角度法则对三角网进行即时的局部优化，从而达到了快速、有效地构建Delaunay三角网的目的。该方法对快速生成海底DEM数据，进行海底仿真具有重要的作用。     

Delaunay三角剖分的快速实现

主要探讨了以Delaunay三角剖分的逐点插入法为基础构建不规则三角网的方法,并在程序设计中对该算法进行了改进,极大地提高了Delaunay三角网的构建效率。     

Delaunay三角网在河床冲淤计算中的应用

冲淤计算是河流、海岸、港区等水域分析和预测水下地表变化的基础。通过收集不同时期水下地形高程值,基于Delaunay三角网生成的数字高程模型,以三维空间垂直三棱柱体为基本单元,计算出河、海床面局部空间区域体积变化量。利用VBA强大的可视化用户界面及其编程语言,以国家大型工程为应用实例,开发出嵌入于AutoCAD环境中的冲淤量自动计算程序。     

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。     

一种基于ArcGIS的LiDAR点云数据生成等值线的方法

对于LiDAR点云数据,采用传统方法(由TIN直接生成)提取的等值线平面位置抖动大,锯齿多,存在破碎的线段和独立的多边形。提出了一种基于ArcGIS 10.2的LiDAR数据提取等值线的方法:首先创建LAS Dataset,然后构建Terrain数据集细化数据,再转换为栅格构造更为平滑的表面,最后通过栅格表面提取等值线。某海岸船载LiDAR数据的对比分析表明:该方法通过栅格化点云的方式抑制了高频噪声,具有速度快、等值线平滑的特点。     

一种TIN生成算法及其三维显示

基于三角网的数字高程模型可以逼真地表现地表形态。在Visual C 6.0集成开发环境中构建基于等高线数据的三角网,提高构网的速度和精度,利用0penGL完成基于TIN的三维地貌显示。     

基于高斯与小波的机载测深LiDAR波形分解算法

波形分解是机载测深LiDAR数据处理的关键环节,为水深计算、底质类型反演和水体浑浊度分析等提供基础信息。针对传统测深LiDAR波形分解算法受噪声干扰严重、对微弱及叠加信号分解不准确的问题,提出一种新的波形分解算法。对原始波形经小波滤波后,计算滤波前后尾段波形的差异,估计回波信号的噪声;利用高斯模型,从原始波形数据中不断分解出经LM算法优化参数后的波形分量,直到剩余波形中最大峰值与优化后的参数小于一定阈值。通过南海实测数据进行验证,实验结果表明:该算法分解弱回波能力强,不论在浅水(回波发生叠加)还是深水,其分解精度均优于传统算法。     

基于改进Alpha Shape算法的点云数据岛屿边界提取

针对机载LiDAR点云的岛屿岸线提取过程复杂、附属岛屿岸线难以提取等问题,提出一种基于改进Alpha Shape算法的点云数据岛屿边界提取方法。首先利用布料模拟滤波算法剔除非岛屿点云数据,通过欧式聚类进行不同岛屿的提取,再将岛屿点云数据投影至二维平面,并根据岛屿点云构建格网。在此基础上使用自适应Alpha Shape算法,对提取出的岛屿点云进行边界提取,即可得到岛屿的岸线轮廓。选取新西兰的玛提尤/萨姆斯岛作为研究区域,并将本文算法与Alpha Shape算法进行对比,结果表明：本文算法提取岛屿边界点云的精准度为97.78%,可以准确地提取岛屿岸线,为海岛规划提供参考。     

基于海底回波增强的机载LiDAR测深水体旅行时提取算法

机载LiDAR测深（Airborne LiDAR Bathymetry, ALB）技术具有高精度、高效率、强机动性、水陆两用等优势,特别适合海岸带、海岛礁等浅水海域复杂地形的快速探测。激光穿透水体时能量将迅速衰减,导致部分海底回波难以有效提取,海底真实位置判别困难。为此,本文提出一种基于回波增强的机载LiDAR测深水体旅行时提取算法。通过Gold去卷积算法来恢复目标横截面形状,确定海底初始回波范围;随后采用双指数函数拟合水体后向散射有效范围,进而求取波形漫衰减系数K_d值;最后结合海底激光雷达方程,利用K_d值对海底初始回波范围内波形进行增强,并利用高斯函数分解增强后回波,确定海底位置参数,从而实现ALB波形的水体旅行时提取。利用青岛胶州湾RIEGL VQ-840-G ALB实验数据对本文算法的可行性进行验证,将本文算法与理查德森-露西（Richardson-Lucy,RL）去卷积模型、峰值探测模型进行了比对,结果表明本文算法与单波束同名点之间高程误差的均方根误差（Root Mean Square Error, RMSE）为18.5 cm,较上述两种算法分别降低了29.9%、41.4%。因此,本文算法具有可行性,能够满足ALB波形的水体旅行时高精度提取,可为机载LiDAR测深数据精细化处理提供一定技术支撑。     

基于Voronoi图点群选取改进算法及航标选取应用

针对现有的基于Voronoi图点群自动选取算法可能漏选重要点、选取点数与预定数相差较大的不足,通过对点选取概率计算模型、点固定条件和算法终止条件等进行改进,使算法适用于航标选取。实验表明,改进算法能够克服现有算法的不足,可以应用于航标的自动选取。