结合地表模型和遥感影像的地表变化监测

针对现有快速发现和准确更新地表变化信息的方法效率低、工作量大等问题,文章结合DSM差分算法和遥感影像变化检测算法,提出了一种三维动态监测方法:DSM差分算法能够监测地物在高度方面的变化,遥感影像解译可以弥补DSM变化图斑的属性信息,并补充DSM技术无法获得的属性变化图斑和面积变化图斑。实验结果表明,所提监测方法能动态监测工业园区的开工率和重点项目建设状态,运用在土地监管实际工作中具有可行性。     

基于等高线的表面估计滤波方法

提出一种基于等高线的滤波方法,它先由LIDAR数据生成数字表面模型,并内插出等高线,再根据DSM等高线的特征,如闭合性、首尾点距离、等高线的长度及等高线间距离等,通过设定阈值自动提取出属于自然地面的等高线线段,以获得初始的自然地面点,然后内插生成初始数字地面模型,最后使用迭代逼近法生成最终的(精确的)数字地面模型,即比较初始DTM与DSM,差值小于预设阈值的点视为DTM点,而差值大于预设阈值的点则标记为无数据点,最后,这些无数据点由选择的DTM点内插出.通过与现有表面估计的滤波方法的对比实验以及所提取地物轮廓线与航片的叠加对比试验,证明新方法可适用于地表起伏较大的地形,地物提取精度高、计算量小、效率高.     

利用LiDAR点云数据进行空间分析

空间分析是揭示空间数据中蕴含的空间格局以及要素之间关系的过程,是GIS中最具特色的内容。为解决目前空间分析中数据现势性、精细性不强的问题,本文首先在空间分析过程中引入LiDAR点云数据,其目的在于通过数据分类和提取,生成高精度DEM、DSM数据;接着从矢量DLG数据中提取与空间分析相关的地物要素数据,经过栅格化后生成地物要素的栅格数据;然后使用从LiDAR点云数据生成的DEM数据、DSM数据,结合栅格化的地物数据,经过归一化等处理,生成单一影响因子下的空间分析栅格图;最后根据各种数据对空间分析的影响权重,通过栅格叠置分析,生成多影响因子的空间分析栅格图,提高复杂空间分析算法的准确性和效率。     

一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

无人机遥感技术制作 DEM 新方法

无人机遥感技术能够快速制作地表模型DSM ,由于测区地物的存在,地表模型不能替代DEM ,本文提出利用激光点云处理软件 Terrasolid软件,通过高程分类算法对点云数据进行分类,通过人机互助快速提取出地面点制作DEM 。     

城区人工地物变化检测方法的研究

主要研究用地表信息DSM相减来检测城区人工地物的变化和用影像灰度信息匹配的方法来检测城区人工物变化的2种方法，并进行了分析与对比。     

基于地形智能识别的自适应DSM滤波方法研究

介绍一种基于地形快速识别的自适应DSM滤波方法。该方法通过对地形类别的智能识别,达到对滤波参数的自适应调节,以改进三角网加密的滤波算法,实现对影像匹配生成的DSM全自动化滤波。算法后期通过引入已有基础测绘及省情矢量数据作为参考,对房屋和道路等人工地物区域进行精细化滤波处理,以减少影像纠正过程中人工地物变形比例,最终实现快速生产DOM的目的。     

离散点云构建数字高程模型的插值方法研究

针对消除DEM构建中插值方法选择的随意性问题,该文基于机载LiDAR离散点云数据,以广东省典型城区与山区为实验对象,利用克里金、反距离权重、径向基函数和自然邻域4种插值方法,对插值参数进行优选后构建DEM,使用交叉验证、相关性分析、像元统计量和三维可视化等方法进行精度分析与比较。结果表明:在城区反距离权重插值,不但可以对空值区域进行适当填充和平滑,而且对高程最大、最小值的预测精度也很高;不同插值方法在构建山区DEM时精度相差不大,插值精度可以达到厘米级,其中普通克里金插值效果最佳。对于城区与山区点云数据反距离权重插值法生成的DEM均能很好地反映地表自然形态,为今后LiDAR点云数据构建DEM选择最佳的插值算法以及插值参数提供参考。     

基于局部高程差异的建筑物提取算法

传统算法直接使用数字表面模型(DSM)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比SVM算法降低了1.18%的误提率和6.51%的漏提率。     

点云滤除临时动地物构建表面模型方法探讨

针对获取高精度数字表面模型(DSM)效率不高的现状,文章研究了基于机载激光雷达点云滤除临时动地物的方法:通过对TIN迭代滤波与聚类进行改进,提出了两种滤除临时动地物构建DSM的方法,第一种是基于数据流TIN迭代与临时动地物的特征,直接滤除临时动地物构建DSM;第二种是基于数字高程模型(DEM),逆向添加滤除临时动地物点的非地面点构建DSM。最后通过实验证明这两种方法均可较好地滤除临时动地物构建DSM。     

基于LiDAR点云数据的可视域计算研究

当前GIS软件中通视分析建立在DEM数据基础上,而DEM中不含植被和建筑物信息,从而会造成通视分析误差。通过Li DAR点云数据获取高精度植被和建筑物高度,提出一种顾及地物的插值算法,生成同一网格大小的DEM与DSM,在其上分别进行通视域分析,并将分析结果进行对比,发现DEM比DSM更容易扩大视域范围,从而产生了分析误差,验证了利用DSM进行通视分析的可行性。     

村庄地籍调查中轮台1∶1000真正射影像生产及其应用评估

以轮台县境内具有村庄地籍调查代表性的哈尔巴格乡喀什贝西村和吾夏克铁热克村为研究区,基于数字表面模型(DSM),完成真正射纠正,生成真正射影像(TDOM)。生成的真正射影像平面精度可达到0.1 m,优于1∶1000数字线划图点位中误差(0.4 m)的要求;TDOM能够克服遮挡和倾斜问题,建立完全垂直视角的地表景观,使建筑物保持垂直视角,避免房屋对其他地表信息的遮挡,恢复地物的正确方位;将TDOM作为村庄地籍调查的工作底图,直接对其进行地物矢量化,可快速准确地完成数字线划图(DLG)的绘制,省去立体测图的过程,大大降低制图成本,提高工作效率,在村庄地籍调查中具有较高的应用价值。     

综合机载LiDAR与高分影像的煤矿区典型地物提取方法

综合利用LiDAR点云数据与WorldView-2高空间分辨率遥感影像,采用面向对象分类的矿区地表覆盖信息提取方法,利用nDSM高度阈值区分候选分割对象,构建了基于决策树分类器的矿区典型地物提取模型,在此基础上将图像光谱信息、DSM数据和地形参数等多源数据进行了融合,提取了出矸石堆、煤堆等典型煤矿区地物要素及植被、道路、水体等地表覆被要素信息。     

基于多分辨率方向预测的LIDAR点云滤波方法

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。     

DSM数据存储与变化检测算法研究

数字表面模型DSM由于其对地表空间形态的真实反映,成为土地利用变化检测中的重要数据资源。本文系统分析了DSM数据的特点,建立了一个基于Oracle的数据存储解决方案,实现了海量DSM数据的有效管理以及信息的更新;另外,本文还设计了通过DSM进行差异检测的算法,该方法能够快速、准确地发现城市建设中发生的变化,是适用于地理国情监测工作的有效技术。     

从LiDAR数据中获取DSM生成真正射影像

传统的正射影像在进行数字纠正时通常是将地物纠正在DTM上,致使城区造成屋顶和树木的坐标投影差。若利用LiDAR生成的密集DSM则可以制作真正射影像。阐述LiDAR技术的工作原理和系统组成以及真正射影像的制作原理,详细介绍从LiDAR数据中获取DSM,再结合同步采集的数码影像进行正射纠正生成真正射影像的可行性方法。     

基于DSM和DOM特征的城市变化检测

论述城市地表模型(DSM)获取的几种途径和数据处理的过程,探讨利用不同时期的DOM、DSM对比产生的色差、高差,特别是利用DSM的高差来发现变化,为城市规划和国土资源管理,研究城市变迁,规范土地利用提供服务。     

DSM生产与应用概述

摘要：数字表面模型（DSM）相对于DEM可以更直观、更准确地表达地球表面及其之上物体表面（如树冠、屋顶）的高程信息,以此生成的TDOM建立了完全垂直视角的地表景观。阐述DSM的研究现状,探讨DSM的获取与生产方法及其应用。     

倾斜影像中提取高精度DEM的方法研究

针对传统航空影像获取的DSM在立面及局部地面、建筑物屋顶空间信息的不足,获取高精度DEM较为困难的问题,提出了基于倾斜影像提取高精度DEM的方法。首先对倾斜影像获取的点云DSM结构进行分析,得出了DSM具有几何约束特点,能够在城区很好地区分地面点和地物点;然后指出对DSM滤波处理是获取高精度数字高程模型（DEM）的关键技术,提出了基于法向量差值区域生长分割TIN的滤波方法;最后选取吉林省敦化市的倾斜影像数据进行了滤波试验和算法验证。试验结果表明,该方法能够快速、有效地滤除不同尺寸的建筑物、植被和其他地物,获取高精度DEM。     

基于线状图形相似性的道路数据变化检测

将相似性认知的距离观与特征集合观相结合,在获得相似性图形的差异距离的基础上,提出了线状地物的几何图形相似性度量模型;通过研究空间数据变化与相似度的关系,提出了基于线状地物相似度的空间数据变化检测算法,实现了基于线状图形相似性认知的道路数据变化发现与提取.