LIDAR数据特点与分类算法探讨

机载雷达点云的主要应用是生产数字高程模型(Digital Elevation Model,简称DEM).由于机载雷达所获得的雷达点云包括地面点和非地面点,所以在生产DEM之前要进行非地面点的滤除,在国外很多研究文献提出全自动或半自动的方法用来过滤地物点,保留地面点用以生成数字高程模型.     

浅谈1:10000数字高程模型更新方法和技巧

在1∶10 000地形图框架要素数据成果中,提取等高线、高程点及面状水系等要素作为此次数字高程模型(DEM)更新的主要数据源。对DEM的制作过程进行了分析归纳,总结了提高数字高程模型质量的有效方法。     

基于机载LiDAR点云数据构建复杂山区高精度DEM方法研究

为解决大范围复杂山区DEM生产困难的问题,提出利用机载LiDAR点云数据构建DEM.本文对机载LiDAR数据处理流程及其在复杂山区的具体应用进行分析,主要利用LiDAR数据处理软件对点云数据进行内业DEM生产并编辑最终得到符合项目要求的数字高程模型数据,结果证明该方法可行.     

地面三维激光扫描数据的DEM重建精度分析

提出将地面三维激光扫描技术获取的地表点云数据,实现数字高程模型(DEM)表面的重建,并从数据误差和建模误差两个方面对DEM重建的精度进行分析,提出了改进精度的方法。     

机载LiDAR数据处理与地物提取

介绍了机载LiDAR数据处理流程,分析了TerraSolid软件应用于LiDAR点云的地物提取方法,对复杂城区激光点云进行了地物提取试验研究,实现了植被、建筑物、水渠、地面点等地物的提取,制作了数字高程模型。     

基于OEAD平台的航片DEM提取方法研究

数字高程模型是数字地球技术和各种数字化模型的重要基础,目前已有多种DEM生成技术,以全数字摄影测量方法最具前途。本文介绍了利用OEAD(OrthoEngineAirphotoDEM)软件进行DEM提取的方法和技术流程,以某水库库区金龙山地区为例进行了DEM提取,并对生成的DEM进行分析。     

激光点云数据的输电通道淹没分析

针对从数字高程模型(DEM)数据中提取有源淹没范围的算法实现中,种子蔓延算法的递归深度太深,在给定洪水水位条件下容易堆栈溢出的缺点.该文提出了两次遍历的实现方法解决了上述问题.利用直升机激光三维扫描技术获取到输电线路的点云数据,经过点云预处理、分离地面点、栅格化处理等操作,得到了高精度DEM数据.利用DEM数据的特点,通过ArcGIS Engine建立了快速、高效的洪水淹没深度识别模型和有源淹没范围提取模型.可用于模拟重现淹没范围,为分析输电线路灾情特征、制定应急处置方案提供决策支持.     

数字高程模型格网间距对提取地形因子的影响研究

数字高程模型(DEM)作为地面高程信息的数字表示形式,在地学研究领域得到了广泛应用.本文通过对DEM基本原理及其现有表示形式进行分析,提出了数字等高线也是DEM表示形式的观点.随后通过选取4种不同地貌类型的规则格网DEM作为实验区,分析研究了DEM格网间距对坡度、坡面曲率、地表切割深度、地表粗糙度和沟谷密度等地形因子提取的影响,为人们根据地貌类型和应用需求合理选择DEM分辨率提供了参考.     

面向机载LiDAR点云数据的双线河水体DEM构建方法

机载激光雷达(LiDAR)系统可以快速获取高精度的地面点云数据，可以快速生成数字高程模型(DEM)。但是基于原始水体点云数据直接构建DEM效果较差，针对这个问题，论文提出了一种双线河水体点云填充方法，对缺失的河道内点云数据进行填充，并设计开发了河流优化填充模块，实现了双线河水体具有上下游特征的DEM构建效果。     

机载LiDAR点云密度与DEM产品精度关系研究

对点云密度与数字高程模型(digital elevation mo-del,DEM)产品质量之间的对应关系进行研究,以获得具有指导意义的参数.首先依据香农采样定理,对生产不同比例尺DEM产品所需要的点云密度进行理论推导和论证,然后以1:2000、1:1000、1:500比例尺DEM数据为例,用平地、丘陵、山区3种地形数...     

复杂地形DSM的地面点识别及DEM提取

目前,基于数字地表模型(DSM)提取数字高程模型(DEM)的研究多以平坦地区为研究对象,且精度较低。本文提出了一种基于区域生长的DEM提取算法,该算法以区域生长算法为基础,采用最大类间方差法(OTSU)实现区域生长中种子点、生长准则和终止条件的自适应选择。该方法不仅可从平坦地区和地形复杂的山区的DSM中识别地面点和提取DEM,且能有效解决区域生长算法将地面和地面附着物(本文中地面附着物以高架道路为例)识别为同一类的问题。与附近最小值法进行试验对比,结果表明,本文算法能够较好地提高DEM提取精度,识别地面点的制图精度达90%以上,可靠性和稳定性较强。     

利用机载LiDAR数据提取与分析地裂缝

机载激光扫描可获取植被茂密地区的数字地形模型(DTM),但将其用于茂密植被覆盖区地裂缝提取方法的研究还不多见。以湖南冷水江市浪石滩为试验区,基于机载Li DAR的激光点云数据,研究了植被覆盖区地裂缝的提取方法,分析了地裂缝的微地貌特征。首先对离散的三维激光点云数据依次进行基于不规则三角网滤波、高程滤波及回波信息强度滤波提取地面点,以保留完整的微地貌微特征;然后构建不规则三角网,反距离加权内插生成数字高程模型(DEM),提取地裂缝识别参数,同时基于最小曲率对地裂缝进行线性探测,提取地裂缝的长度信息,且利用地裂缝剖面信息分析其微特征,结合识别参数分析地裂缝的稳定性。研究结果表明:利用机载Li DAR点云数据提取的地裂缝识别参数,能够确定地裂缝的位置、坡度坡向、长度和深度信息,有助于判定地裂缝的稳定性;在植被较为茂密、地面点密度稀疏的区域,保留一定的低矮植被所提取到的DEM能更好地保留地裂缝的微地貌特征。     

DEM高程基准转换方法及应用

随着数字高程模型(DEM)在电力行业的广泛应用,电力地图需求部门对数字高程模型的要求越来越高.针对在数字高程模型生产中,电力业主方提供的立体模型高程基准不统一的问题,本文提出了基于特征数据的DEM基础转换方法.该方法在进行DEM制作过程中采用先采集特征数据,后转换特征数据高程基准的方式,实现了DEM成果的高程基准的转换...     

LiDAR数据中建筑物提取的新方法-Fc-S法

激光雷达技术(LiDAR)已广泛应用于数字高程模型(DEM)的快速获取和三维城市模型的建立中,但仍有许多不足之处,需要做更深入的研究。本文介绍了一种新的建筑物提取方法,称之为Fc-S法。该方法首先利用等高线特征进行滤波,从LIDAR数据内插的数字表面模型(DSM)中提取出DEM,利用DSM与DEM的高差阈值和DSM边缘特征参数去掉地面点和汽车等矮小物体,获得主要包含植被和建筑物的地物点群,然后对地物点群进行分割,利用二次梯度和面积等参数去掉植被点,并采用迭代逼近的方法精化建筑物。文章通过实验对所提方法进行验证,并借助高分辨率的航空影像对建筑物提取结果进行评估,评估结果表明该方法能够在地形起伏的区域中较准确地提取出建筑物。     

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 。     

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。     

基于机载LiDAR数据的广西困难地区高精度DEM生产研究

数字高程模型(DEM)利用有限的地形高程数据实现对地表形态的数字化模拟,是测绘部门数据生产的重要内容.当前DEM生产主要采用交互式数字摄影测量方式,不仅需要投入大量人力,极为依赖经验,同时生产效率也较为低下.近年来兴起的机载激光雷达(LiDAR)技术为DEM获取提供了一种新的途径.本文以广西植被茂密区和陡石山区的点云数据为例,研究在广西困难地区应用机载LiDAR技术进行高精度DEM生产的可行性,并利用同区域的数字广西地貌成果对所生产的DEM进行精度验证.结果表明,应用机载LiDAR数据进行DEM生产不仅将植被茂密区的生产效率提升了25％,陡石山区的生产效率提升了7倍以上,同时数据精度能够满足1:10000 DEM的要求,在广西传统DEM生产困难地区具有极大的优势.     

基于机载LiDAR点云的建筑物多细节层次建模方法

机载激光雷达点云（LiDAR）重建大范围建筑物模型一直是实景三维建模的热点问题,由于机载激光点云稀疏、建筑物立面数据缺失,给模型自动化重建带来了极大的挑战。为了解决该问题,本论文研究基于图优化理论重建建筑物多细节层次（LOD）模型。首先,对原始点云进行自动化滤波,分离地面点和非地面点,对地面点构建数字高程模型（DEM）,对非地面点半自动提取单体化建筑物点云。然后,基于滚球法（Alpha shape）提取建筑物边界,利用通用图优化方法（G2O）对误差线进行全局一致性改正,获得规则化的二维边框。并基于建筑物屋顶三维高程及DEM高程值重建建筑物LOD1模型。其次,根据点云的高程差异生成高程栅格图,从高程栅格图提取建筑物轮廓线,对轮廓线进行简化、规则化、聚类,并将规则后的边界线拉伸获取建筑物立面结构,弥补建筑物立面数据缺失对建模的影响。最后,将屋顶平面相交、建筑物立面裁剪,对候选平面进行二元图割全局优化,选择最能表达建筑物结构的平面,以此重建建筑物LOD2模型。本论文选择北京市2017年机载激光点云进行实验,结果表明,本文提出的方法可以稳健地重建建筑物多细节层次模型,LOD2模型距离偏差为0....     

机载LiDAR点云生成多尺度DEM方法

为了利用机载激光雷达点云生成高保真、多尺度的数字高程模型(DEM),提出了一种基于综合生成策略的方法:首先,利用点云数据中的地面点生成高分辨率、高保真的DEM作为基础DEM;然后,通过迭代的方式对上一层较高分辨的DEM进行综合获取较低分辨率、高保真的DEM。实验表明,本文方法不仅具有可行性,而且生成的多尺度DEM具有高保真的特性。     

机载LiDAR和高光谱数据融合提取冰川雪线

以西藏那曲县境内的“中习一号”冰川为研究区,对2011年8月获取的机载激光雷达点云进行预处理和滤波分类,提取研究区数字高程模型(digital elevation model,DEM);将DEM数据分别与同期获取的机载高光谱栅格数据和提取出的冰川矢量数据进行三维地形模拟,利用DEM数据对高光谱最大似然法分类结果进行正射纠正,从而获取研究区的数字正射影像(digital orthophoto map,DOM);最后结合研究区DOM和机载点云数据提取“中习一号”冰川的雪线.结果表明:融合机载高光谱和机载激光雷达2种数据的优势,能更方便地提取出冰川雪线,而且能很好地显示雪线的高度.