基于动态椭圆的LiDAR数据窗户边界提取研究

针对复杂建筑物立面中窗户精细提取的难题,该文基于车载LiDAR数据提出一套完整的不规则窗户边界提取方法:先通过RANSAC算法探测建筑物主墙面点云,借助语义特征分离墙面和非墙面点云;再通过坐标变换,将非墙面点云转换到水平面,采用格网对水平面内点集的邻域关系进行判断,使用平面八邻域连通性探测方法对二维平面内窗户点进行聚类,分别存储聚类后的每一个窗户点云;然后采用改进的动态椭圆凸壳算法,检测聚类后各窗户边界轮廓点;最后对窗户点云坐标逆变换,得到建筑物立面中的窗户边界。通过实验验证了该算法的准确性。     

基于车载LiDAR点云的路边地上物多阶段聚类分割算法

针对车载LiDAR点云分割存在人工干预多、分割效果不稳定等问题,该文提出一种基于车载LiDAR点云的路边地上物多阶段聚类分割算法。首先使用三维格网和广度优先搜索算法进行点云粗聚类,然后对相连地物进行欧氏聚类,生成若干边界完整的粗聚类点云,最后使用多段式近邻搜索逐步得到聚类结果,根据聚类主体和结果的体积比值评估聚合速度,以此自适应调整聚类阈值或输出结果,实现对道路场景中各类路边地上物的聚类分割。实验结果表明,该算法对行道树的正确提取率为87.0%,对路灯、指示牌的正确提取率为91.9%,且过分割/欠分割现象较少,相连地物的聚类结果仍保有完整的边缘轮廓,可保证后续点云处理的有效性。     

顾及矢量特征的机载LiDAR点云数据压缩方法

LiDAR技术可获取海量点云数据,数据压缩是点云数据预处理的一个重要环节。该文结合大范围城市区域高程范围随区域变化大的特点,提出一种有效的压缩策略。该策略主要通过建立高程方向不均等的三维格网来提高邻域点集的搜索效率,并根据某一压缩准则计算特征量对数据进行压缩。将该策略应用于上海浦东某区域,并与均匀采样法进行比较,证明其能有效提高点云数据压缩效率。     

基于三维激光点云的复杂道路场景杆状交通设施语义分类

文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤：数据预处理、杆状目标检测和分类。其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类。并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6%,分类准确率为96.1%。这说明文章所构建方法具有较高性能。另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景。     

一种基于激光点云数据的房屋轮廓线提取方法

提出了一种基于激光点云数据提取房屋轮廓线的方法.首先在屋顶激光点云数据中搜索平面距离最远的两个激光点,选择其一为起始点,根据相邻边缘点连线的一侧不存在激光点的原则,检测屋顶所有的边缘点;然后对边缘点分组,利用最小二乘直线拟合方法分别拟合各条轮廓线并进行规则化;最后,选择轮廓线最外侧的激光点,对各条轮廓线进行平移外扩,并通过相邻轮廓线相交确定屋顶角点的坐标.实验结果表明,与通常采用的对屋顶激光点云构建不规则三角网(TIN)获取边缘点的方法相比,该算法运行效率明显提高,检测到的屋顶边缘点数量更多,获取的屋顶轮廓线精度更高.     

基于三角形驱动的机载LiDAR数据栅格化算法

针对基于TIN的机载LiDAR点云数据插值为GRID过程中,大量TIN数据I/O操作导致的栅格化效率下降问题,提出了基于三角形驱动的点云栅格化流式算法:以基于直线正负区判别原理的TIN向GRID转换新算法为基础,通过遍历三角形模拟流计算实现三角形生成、三角形插值为GRID以及内存释放,有效避免了TIN数据的I/O操作,并可以提高内存利用率。试验表明:流式算法显著提高了点云栅格化效率,为海量点云的栅格化及并行计算提供了一种算法支撑。     

基于LiDAR数据的流域水系网络提取方法研究

LiDAR技术能够提供高分辨率DEM数据,可用于准确提取流域水系网络信息。研究中针对LiDAR系统提供的高精度DEM数据中存在的噪声,提出采用各向异性扩散滤波算法进行噪声平滑,与常用的DEM滤波算法比较,该方法既能有效去除噪声,同时又能保留高梯度的地形信息。在DEM噪声去除的基础上,采用基于局部地形曲面几何分析的Peuker&Douglas算法初步提取水系网络原型,进一步利用改进的基于坡面流物理模拟分析的加权D8算法提取水系网络,构建了基于LiDAR数据水系网络提取的技术流程。通过鹤壁市某小流域的LiDAR数据水系网络提取试验证明了该方法准确提取水系网络的有效性。     

基于道路交叉点邻域扩张曲线的城市边界识别——以成都、西安、武汉、南京和长沙为例

城市边界识别是定性和定量研究城市的基础和前提,已有的关于城市边界提取的研究大都需要提前设定阈值或依赖人口统计数据。基于分形几何学,利用矢量建筑物分布数据识别城市边界,虽可克服这一缺陷,但国内城市边界的研究往往受阻于矢量建筑物分布数据获取困难。本文提出了一种基于道路交叉点的邻域扩张曲线作为识别城市边界的新方法。结果表明：该方法以电子地图为数据源,基于道路交叉点矢量数据进行研究时,城市集群数据随搜索半径增大而改变,城市扩张曲线中的最佳距离阈值是提取城市边界的关键;提取成都、西安、武汉、南京和长沙城市边界的最佳距离阈值分别为133、114、139、124和129 m,各城市的集群面积分别为769、350、270、317和359 km²。利用道路交叉点提取城市边界,方法简便可行,数据较易获得,本文结论有望为城市形态发展演变和城市规划等相关研究提供参考。     

基于航空影像和LiDAR数据的海地地震滑坡识别研究

快速、准确地判别滑坡灾害范围对灾情评估与救灾指挥至关重要。将高分辨率航空影像和机载LiDAR数据相结合,能充分利用滑坡体的光谱特征、几何形态与空间结构特征,提高滑坡识别的准确度。该文以海地地震诱发的滑坡识别为例,介绍了面向对象的滑坡识别思路及方法;针对海地滑坡灾害特点,选择了相应的灾害特征,并经反复试验设定了特征参数阈值;针对面向对象分类过程中特征组合与选择这一瓶颈问题,以河流沉积物和滑坡判别为例,通过特征组合试验与对比分析,发现基于NDVI与坡度特征组合的分类结果明显优于单一特征及其它组合模式的分类结果。与最大似然分类法相比,该方法的分类结果更为准确、精度更高。     

基于机载LiDAR数据的农田区植被高度估测研究

作物高度是农田、生态等研究领域重要的一项指标,准确地获取作物高度和类别是精确估产和长势监测的必要条件。激光雷达技术能够提供精确的植被冠层结构信息,并进而获得作物冠层高度。以绿洲农田区的棉田为研究对象,通过激光雷达提取的植被垂直结构信息,估算研究区各植被类型的高度,并依据高度进行了分类。结果表明：林地、食葵、棉花和西葫芦的平均高度约为12.5 m、2.125 m、1.125 m和0.35 m,利用植被类型间的高度差异进行地物类型识别的总体精度为93%;食葵、棉花和西葫芦实测植被高度值与计算植被高度值的平均相对误差分别为-0.038%、1.35%和-4.348%,说明激光雷达提取的植被冠层结构参数可用于农田区作物的高度估算。     

一种改进的基于法矢方向调整的平面点云分割方法

智慧城市的蓬勃发展和快速推广,使得三维建模成为当前热点研究方向。平面点云分割是三维点云建模中数据处理的关键环节。该文提出一种三角面片法向量方向调整方法,通过后续对邻近法向量进行加权平均估算实现平面点云的分割。首先采用八叉树的空间划分方法将无序的点云建立索引,利用K紧邻搜索获取参考点的K个邻近点,然后将该局部点构建不规则三角网并且得到包含参考点的所有三角面片以及三角面片的法向量,并通过将三维点投影到二维平面,利用平面三角形两边向量叉乘的方法,判断并调整各三角面片的顶点排列顺序,使三角面片的法向量一致化,最后对包含参考点的所有三角面片的法向量加权平均,估算参考点的法向量,根据点云法矢一致、共面的原则将平面点云分割出来。以徕卡Scanstation 2型扫描仪获取点云数据,对该方法进行检验,结果显示其能较好地实现对点云法矢量方向的调整与估算,并对平面点云数据进行分割提取。     

基于“点—轴系统”理论的城市群边界识别

合理界定城市群的边界是认识和研究城市群的必然要求,也是通过空间规划落实区域功能空间布局和发展指向的基础条件。然而,社会各界对城市群的概念尚未达成统一的认识,对城市群空间范围的理解更是莫衷一是。为此,本文从经济地理学的"点—轴系统"理论出发,对城市群的概念进行了梳理,并提出判别城市群边界的4个步骤:一是分析对象区域是否存在若干发育良好的中心城市;二是分析这个区域的城市体系是否健全,是否具有较好的资源和环境条件;三是分析城市之间是否具有较强的社会经济联系,使之具有一体化发展的社会经济基础;四是通过对城市群实际生长边界的判别,对"点—轴系统"的发育程度进行评估,从而对该区域是否已经形成城市群进行判断。较之以往的学术研究,强调城市群的发育程度也应该作为城市群判别的重要条件,同时,也通过POI数据的Densi-Graph分析提出了判别城市群发育程度的方法。基于此,对京津冀及全国主要地区城市群的形成和发育进行了分析。结果表明,长三角城市群和珠三角城市群发展较为成熟,京津冀城市群一体化程度较之偏低,长江中游城市群和成渝城市群则尚处于形成阶段。这些结论对于客观认识城市群以及制定城市群未来发展的目标和战略具有重要意义,可为多层次的空间规划和管理政策提供参考。     

基于多尺度高程变异系数的影像匹配点云滤波方法

针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。     

基于相位一致性的遥感影像道路特征检测方法

在空间域中进行道路特征检测容易受图像亮度、对比度和噪声的影响,为了克服这一缺点,该文采用在频率域中进行道路特征检测。基于频率域的相位一致性道路特征检测方法具有亮度和对比度不变性,特征在频率域中表现出最大的相位一致性,通过计算影像6个方向的相位一致性值得到相位一致性值之和的灰度图,对灰度图进行二值化,然后使用数学形态学方法进行细化,去除噪声,检测出道路特征。实验表明,该方法对对比度、亮度变化不敏感,能够精确地检测出与人眼视觉相一致的道路特征。     

城市激光点云语义分割典型方法对比研究

基于深度学习方法在城市激光点云语义分割任务中的应用效果缺乏客观的对比与评价,该文选取当前4种代表性点云语义分割深度网络(PointNet、PointNet++、PointCNN、SPG)以及一种基于特征描述子的层次化点云语义分割方法,采用3组开放点云数据集(Semantic 3D、Oakland及TerraMobilita/iQmulus3Durban)对不同方法的语义分割质量进行对比分析,结果发现:1)层次化点云语义分割方法的语义分割质量优于另外4种深度学习方法;2)考虑局部信息的深度网络(PointNet++、PointCNN、SPG)的表现优于仅考虑点云全局特征的方法(Point-Net);3)在基于深度学习的方法中,基于超点图的SPG网络在测试数据中的效果优于其他几种网络。研究结果对于实际应用选择点云语义分割方法以及点云语义分割深度网络的设计优化具有借鉴意义。     

基于博弈论的边界效应调控研究

通过分析边界效应调控的重要性、调控的目的以及边界影响目的的微观机理,应用博弈论的分析方法,从宏观（政府层面）、中观（次区域合作与非传统边境安全层面）、微观（企业或产业层面）三个层面提出调控边界,并分别提出了相应的具体调控途径。     

黄土沟谷特征点簇及其空间结构模型研究

对黄土沟谷形态结构和发育演化起核心控制与标定作用的,是一系列具有自组织结构的特征点集。针对该特征点集,提出黄土沟谷特征点簇的概念,对其组织要素和基本特征进行了分析;研究创建一种采用非结构化、且能够有效表达拓扑结构与空间信息的黄土沟谷特征点簇空间结构模型;对基于DEM数据获取的一个典型黄土小流域沟谷特征点,运用创建的点簇模型建立了具体的黄土沟谷特征点簇;最后,以点簇中的特征点追溯查找为例,验证了所创建的黄土沟谷特征点簇的应用价值。     

基于圈层结构的游客活动空间边界提取新方法

准确刻画游客活动空间边界对于优化景区结构、实施界限管控、提高资源利用效益均有重要意义.由于游客行为的复杂性与边界模糊性,利用传统地理边界提取方法难以有效识别游客活动空间边界.基于层次聚类算法优化后的Delaunay三角网进行核密度估计,解决了多尺度下点核密度对空间边界拟合不精确的问题,同时借鉴圈层结构理论,依据游客空间...     

广西春季降水的云物理特征数值预报个例研究

利用国家气象中心研制的中尺度云系模式,模拟研究了广西地区的一次春季云降水天气过程。结果表明,该模式系统对这次云降水系统有较好的预报能力,预报的云降水系统的宏微观结构特征合理。研究显示,冰晶主要处于上层,雪晶主要处于中层,霰主要处于中下层,云水主要处于中下层,雨水主要处于下层;云中强对流区对应地面强降水区;广西春季典型云降水系统中有过冷水,以过冷云水滴为主,有少量的过冷雨水滴,过冷水区冰晶含量稀少,具备人工增雨潜力。云系模式预报的云顶温度与FY-2C卫星反演的云顶温度除了最小值位置略有差别外,最小值基本一致,该云系模式的云产品对人工增雨作业具有一定的指导作用。