共查询到17条相似文献,搜索用时 46 毫秒
1.
基于多分辨率方向预测的LIDAR点云滤波方法 总被引:2,自引:0,他引:2
为了快速提取LIDAR点云中的地面点,生成高精度的DTM,提出了一种基于多分辨率方向预测的LIDAR点云滤波方法。该方法首先构建多种分辨率数据集,然后基于方向预测法以分辨率由低到高的顺序逐层进行数据集的平滑处理,最后以最高分辨率数据集的平滑结果为基准标记原始LIDAR点云。本方法通过分析反距离权重插值模型的不足,利用改进的模型进行裸露地面点的插值,得到高精度的DTM。实验表明,本文方法能有效地滤除地物,并保持原有的地形特征,算法效率高,具有一定的实用价值。 相似文献
2.
3.
4.
5.
6.
建筑点云几何模型重建方法研究进展 总被引:1,自引:0,他引:1
从大规模机载点云中重建几何精确、拓扑正确、语义丰富且屋顶遵循LoD3规范的建筑几何模型是当前机载点云建筑建模的难点和重点。为此,根据建筑几何建模思想,将国内外相关建筑点云建模方法分为5类建模体系,并对每一类体系中的代表文献进行了深入的综述和剖析。在此基础之上,提出当前机载点云建模算法存在的一些共性问题,并给出可能的解决方案及几何建模发展的趋势和后续潜在的研究方向,为完善机载点云建筑重建理论,发展更智能的建模算法,构建更高质量的建筑模型库,提供一定程度的参考和借鉴。 相似文献
7.
8.
基于国产机载LiDAR系统各传感器组成及工作原理,详细介绍系统各传感器所产生的误差和集成误差,将其归结为八大类,包括:定位误差、GNSS/IMU组合系统误差、激光测距误差、激光测角误差、系统集成安置误差、时间同步误差、数据内插误差、坐标转换误差。同时对各种误差处理的方法进行了介绍。对于获取高精度激光点云数据及后续处理具有重要意义。 相似文献
9.
10.
11.
12.
基于区域生长的LIDAR点云数据滤波 总被引:3,自引:0,他引:3
将区域生长算法引入LIDAR点云滤波,其原理与图像处理中的区域生长原理相似。首先选择可靠的种子点,当待定点与种子点的高差满足所设阈值时,则待定点为地面点,否则作为地物点滤去。当不再有激光点满足条件时,生长结束。该算法无需对原始数据进行插值,无需迭代,因此滤波速度快。与传统的最大局部倾斜度过滤算法(MLS)和扩大窗口高程阈值滤波方法相比,该算法的实验结果更优。 相似文献
13.
14.
15.
在介绍常用的阈值分割方法的基础上,详述了基于阈值分割的LIDAR建筑物提取方法,对不同阈值分割方法的优越性与实用性进行分析。研究结果表明,阈值法是一种最简单最基本的图像分割方法。全局阈值能快速有效地分割噪声小、比较均匀的图像,动态阈值和c均值模糊阈值分割对不均匀图像能进行较好的分割,其中c均值模糊阈值分割法最佳。 相似文献
16.
17.
机载激光雷达点云数据的实时渲染 总被引:4,自引:0,他引:4
提出了一种实时绘制大规模LIDAR点云数据的方法。该方法通过构建一棵顺序四叉树使点云均匀分布在四叉树节点上,来实现快速的数据筛选。阐述了顺序四叉树的快速建立,并通过一个试验系统验证了文中所提方法的有效性。试验表明,使用目前普通配置的计算机,通过自适应控制绘制的数据量,可以实时绘制约1GB的原始点云数据。 相似文献