基于车载激光雷达的行道树提取研究

对车载激光雷达点云数据进行研究,提出了一种分层投影的方法提取行道树,该方法对点云数据进行分层投影,利用不同高程点云投影后表现出的不同特征,采用面向对象的方法对行道树进行提取,最后叠加分析得到行道树点云。实验证明,该方法能够比较完整的提取出行道树点云。     

机载激光雷达技术现状及展望

介绍了LiDAR系统的特点,与航空摄影测量技术进行对比。总结当前LiDAR硬件系统和数据处理的现状和主要趋势,以期对国内用户在仪器选型和行业应用中提供帮助,对我国LiDAR硬件系统研制和数据处理软件开发提供借鉴和参考。     

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。     

机载激光雷达飞行数据的现场快速检查方法

介绍机载激光雷达在飞行数据获取阶段,快速检查航飞获取点云数据与影像数据是否满足设计需求,可在飞行期间及时针对绝对漏洞和相对漏洞进行补飞;文章主要围绕TerraSolid系列软件,详细论述了飞行架次结束后快速检查机载激光雷达数据及数码航片的方法和流程。     

机载激光雷达点云数据质量评价体系分析与探讨

结合机载LiDAR数据的特点,着重分析了点云数据的质量评价体系.从原始的激光点云数据和点云数据产品两方面出发,通过明确评价指标,着重从定量的角度论述了如何对激光点云数据进行质量评价,为相关评价机制的完善提供了有益的参考.     

一种机载激光雷达道路点云的半自动提取方法

针对直接从LiDAR点云数据中提取道路信息比较困难的问题,文章提出了一种基于点云分割和区域生长的机载LiDAR数据道路点云提取方法:采用曲面生长法对点云进行分割,直接得到包含道路信息的曲面点集合;应用LiDAR数据的回波强度对分割结果中的道路进行强度标定,并采用区域增长的思想实现了道路的精细提取。实验表明,该方法能够高效、准确地提取道路点云,在路桥建模方面有较强的使用价值。     

面向点云语义分割的多特征融合PointNet++网络

PointNet和PointNet++方法以最大池化为聚合函数使得深度神经网络可直接分类无序点云,得到了较高的分类精度,但对点云空间相关性局部特征提取能力不足,制约了点云语义分割精度的提升。针对该问题,设计了一种面向点云语义分割的多特征融合PointNet++网络,在PointNet++网络中加入一个特征编码器,并以最小信息熵法计算的最优邻域来计算人工特征作为特征编码器的输入。在ISPRS提供的Vaihingen区域三维点云分类标准数据集上进行语义分割实验对比,结果表明多特征融合PointNet++网络语义分割精度比PointNet和PointNet++分别提高了4.3%和3.2%。     

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。     

联合点云压缩的多特征融合点云语义分割方法

针对PointNet++对点云空间相关性特征提取能力不足,同时难以适用于大场景高密度LiDAR点云语义分割的问题,提出一种联合点云压缩的多特征融合LiDAR点云语义分割方法。首先利用点云压缩算法降低点云密度,并使用PointNet++提取简化点云的深度语义特征,再利用拟合算法计算完整点云的深度特征;之后提取人工设计的空间相关性特征与深度特征进行串联;最后利用随机森林算法对完整点云进行语义分割。通过在ISPRS提供的LiDAR点云语义分割标准数据集进行实验,证明提出方法的有效性,总体精度较PointNet++提升了5.3%。     

利用Terrasolid进行机载与车载LiDAR点云数据的融合

介绍了一种利用Terrasolid软件进行机载与车载LiDAR点云数据融合的方法,通过分析两种扫描系统采集点云之间的共性与特性,制定了融合取舍原则,得到了覆盖范围全面的LiDAR点云融合成果,为LiDAR点云数据的应用和推广提供了良好的基础。     

机载激光雷达的优势与发展

基于机载激光雷达技术在测绘行业应用的特点和优势,对机载激光雷达的优点进行介绍,对其发展趋势进行总结,并展望了应用前景。     

基于参数统计的LiDAR数据分割算法

假设自然地表分布连续,在地形起伏不大的情况下,局部地表的高程值具有正态分布的特点,而地物点的存在往往会破坏正态分布的平衡性。基于这种思想文中引入两个反映正态分布特点的统计量：偏度和峰度,设计了基于参数统计的LiDAR分割算法。该方法无需事先设定阈值,实施简单方便,不仅适用于格网形式LiDAR数据,也可用于离散分布的激光脚点。     

激光雷达数据格式解析与可视化

2003年,美国摄影测量与遥感(ASPRS)协会下的LiDAR委员会于2003年发布了标准LiDAR数据格式LAS,至今已发布了6个版本。由于LAS文件为二进制文件,具有规定的文件头结构和数据组织,直接读取数据相对困难,需要对文件格式进行分析。本文解析了各版本的LAS文件格式,并采用C++语言和OpenGL对该格式的LiDAR数据进行读取和可视化。     

大范围LiDAR点云可视化分析

通过一系列LiDAR点云可视化分析,实现以并行方式从离散LiDAR点云检测并提取水面区域,并运用了细粒度数据的交互式可视化、全局聚类算法和统计分析.首先栅格化点云,然后基于密度聚类算法(DBSCAN)获取水面特征聚类,基于聚类的要素,创建了用于进一步定量评估的矢量面,最终基于R免费软件的聚类分析和并行处理实现统计分析和可视化.     

星载大气探测激光雷达发展与展望

从最早的星载激光雷达空间技术实验LITE出发,回顾了已成功发射的多颗星载激光雷达发展历程。详细阐述了LITE、CALIPSO等星载激光雷达在大气遥感领域,特别是气候环境变化和数值预报模式研究上所取得的成就。主要从全球气溶胶垂直结构及其辐射强迫、全球云垂直结构和特征、气溶胶-云-降水相互作用和气溶胶数据在雾-霾和沙尘天气预报中的应用等4个方面进行展开说明,并且深入分析了未来星载激光雷达在大气风场和大气成分探测方面所面临的需求和挑战。在大气风场探测需求方面,结合星载激光雷达探测优势从提高热带地区的天气预报准确率、提高非地转条件下中小尺度短时临近预报水平和填补卫星高/低空急流监测技术空白等3个方面进行详细论述。在大气成分探测需求方面,与传统被动探测仪器相比较,突出激光雷达在信噪比、CO2垂直结构和夜间探测上的明显优势。最后,指出全球风场和大气成分探测将成为未来星载激光雷达的重要发展方向。     

超小型机载激光雷达测量系统的研制与应用

本文介绍了一种超小型机载激光雷达测量系统,该系统具有重量轻、外形尺寸小、系统稳定、无人值守作业和成本低等特点,可搭载在包括无人飞行器在内多种飞行平台上,可以进行1︰1000大比例尺地形航空摄影测量。     

对地观测高光谱激光雷达发展及展望

对目标空间三维—光谱信息的高分辨一体化获取与应用,是对地观测技术发展的前沿科学问题.结合高光谱成像与激光雷达测距的技术优势,对地观测多光谱/高光谱激光雷达遥感技术手段应运而生,并成为遥感技术未来发展的重要方向.本文分3个阶段详细回顾了对地观测高光谱激光雷达系统的发展历程,并针对其独有数据类型阐述了数据处理研究方面的探索...     

LiDAR数据用于1∶10000 DLG更新生产分析

目前,福建省级基础测绘产品1∶10 000 DLG是通过年度更新的方式来维持数据的现势性,主要方法是基于遥感影像对地物进行更新,由于无法及时获取到地面高程信息,因而无法实施地形更新。本文对比分析了LiDAR成果数据,提出了利用LiDAR点云数据成果和基于同时相的点云成果纠正而成的DOM对1∶10 000 DLG进行年度更新的技术路线,为1∶10 000 DLG更新工作开辟了一条行之有效的新道路。     

机载激光雷达数据的误差分析及校正

数据质量分析是遥感机理/应用研究（尤其是定量遥感）首要和关键的一步,直接影响遥感反演的精度和遥感应用的效果。激光雷达（Light Detection and Ranging,LiDAR）是一种新兴的主动遥感技术,对数据后处理算法的研究还有待进一步加强,尤其对激光雷达数据的质量分析显得十分迫切。采用了一种基于扫描航带间重叠区数据分析的方法对LiDAR数据质量进行评价,分析误差来源,计算误差的大小,并分别对数据的随机和系统误差进行校正。以机载激光雷达数据为例来进行验证,实验结果表明,这种方法能有效地减少数据误差,达到提高数据质量的目的。