基于虚拟连接点模型的机载LiDAR系统安置误差自检校

利用激光扫描直接定位的严格模型,定量分析LiDAR系统安置误差对激光脚点定位精度的影响,设计了一种安置参数自检校方法提高LiDAR数据条带间相对精度,由于离散采样的激光脚点之间不存在真实的同名连接点,提出了虚拟点模型,将虚拟连接点与真实激光脚点联系起来,并定义了两组规则从激光脚点坐标计算出连接点坐标。采用安阳市内真实LiDAR数据进行试验,证明了本文介绍的自检校方法的可行性和有效性,获得的检校参数稳定有效,可直接对原始LiDAR条带进行纠正,补偿系统安置误差。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

铁路沿线地物参数化三维建模方法研究

提出了一种利用DOM和Li DAR点云数据的参数化建模方法,利用DOM分析地物的模型特征,通过Li DAR点云数据获取地物特征点坐标,采用特定的三角网连接方法构建出地物的三维模型,最后对模型进行贴图显示。这里所构建地物模型的方法不仅快速高效,而且自动化程度高,能够满足铁路三维GIS展示的要求;同时,由于是通过点云数据构建模型,在后期导入三维地形过程中能够大量减少安放地物模型工作。     

车载激光扫描数据的地物分类方法

车载激光扫描技术可以快速获取地物表面的高精度三维信息,作为一种新的数据获取手段,已逐渐应用于地理信息系统产业中。将激光扫描数据分类是对地物进行特征提取以及建模的前提与关键。现今,针对车载激光扫描数据的分类方法还不成熟。根据城市各典型地物空间特征(激光点云在三维空间的高程、与邻近点的斜率,以及其在二维投影平面上的分布、密集程度等),本文提出一种主要适用于城市激光扫描数据的地物分类方法。首先,综合考虑车载激光数据的采集特点、车行GPS轨迹以及扫描数据中同一扫描线上相邻激光点之间的斜率关系,提取出路面。其次,对于非路面的激光点云数据,先使用基于格网化与区域分割相结合的方法进行实体划分,再通过计算地物空间形状特征的几项统计指标(外包围盒、实体高度等),对实体进行分类。最后,以海南三亚市某街道为研究区验证该方法的有效性。实验结果表明,使用该方法能成功地分出研究区的路面、建筑物、树木和路灯四类地物,并进一步在同类地物间分出不同实体。     

采用模糊C均值方法进行激光点云分类

LiDAR波形数据的分解可以获得地物的几何坐标属性和物理属性信息。基于几何特征的点云分类方法较多,而对于波形特征分类方法的研究较少。本文首先对全波形数据进行分解得到了振幅、波宽属性,并结合振幅邻域特征提取振幅方差,得到了具有3个属性的激光点云数据;然后采用模糊C均值聚类方法进行了激光点云数据的分割。试验使用Riegl vz-400激光扫描仪采集到的数据验证了算法的可行性,可成功将研究区域中的树木、地面、建筑等进行分类。     

贪心策略的影像连接点自动筛选方法

针对摄影测量中因连接点数目过多而导致空中三角测量过程耗时久的问题,该文提出了一种在像方进行的基于贪心策略的连接点筛选方法,能够有效的提高空中三角测量的处理速度。首先对影像进行特征点提取与匹配,采用并查集的方法对特征点进行多视追踪,然后对每张影像上参与匹配的特征点构建点与点的距离索引表。接着,依照该文提出的基于贪心策略的方法对常用的连接点筛选方法进行改进,筛选出正确且具有代表性的连接点子集,减少连接点的数量,降低光束法平差的计算量,从而完成空中三角测量。通过近景和航空影像数据集上的实验结果表明,该文筛选方法能够控制连接点的数量和分布,可以在保证像点和检查点精度的基础上,将空中三角测量的计算速度提高3～4倍。     

地物点测量精度的自评定方法研究

本文以地物特征点之间的几何条件建立条件方程,通过平差计算得到地物点测量的精度,由于不同于传统的地物点高精评定方法(对已测完的地物,再架设仪器测量特征点,用两次结果的差值评定地物点精度),故称为地物点测量精度的自评定法。其特点:一是通过平差计算可得到地物特征点测定中误差、地物面积的中误差和面积相对中误差;二是使基础地理数据有很好的几何上的一致性;三是绘图和精度同步,即当用平差后坐标绘图的同时,便知道其点位精度和面积精度。通过全站仪对直角楼房测量实验证明本文方法是可行的。     

一种地物直角平差纠正的新方法

由于测量存在观测误差,故根据测得的矩形地物特征点坐标数据,绘制的地物图形都不能严格是矩形,即地物直角条件不能严格成立。虽然目前的数字测图软件(如南方CASS 7.0)已提供了直角纠正功能,但它是一种简单机械的直角化方法,而不是进行平差纠正。为此,研究了一种以实际测量的地物特征点坐标为观测值进行地物直角平差纠正的算法,并以C#语言实现了该系统。实验证明,该系统能够更方便、更合理地实现对地物的直角纠正处理。     

加入地物倾角分析的LiDAR回波强度校正

LiDAR回波强度数据的校正处理可以提升其在地物分类识别方面的利用价值。本文研究发现倾斜地物(如三角形、拱形房顶等)的自身倾角会改变激光反射角进而影响回波强度,而现有归一化校正模型缺乏对地物倾角的计算分析。随后结合LiDAR数据的采集方式和特点,以及倾斜地物的结构特征,提出了一种加入地物倾角计算的改进型归一化校正算法。首先,对激光点的回波强度值进行基于传输距离值的初步校正;然后,以平面距离值、高程、回波强度值差异为参考,判定激光点是否属于同一倾斜地物,若满足条件,则计算出激光点的趋势角,并依据制定的判定规则确定趋势角的正负;最后,将趋势角计算结果与扫描角数值结合计算出对应的反射角,并重新对回波强度值进行计算校正。实验表明,蓝铁皮材质的三角形、拱形房顶的回波强度值范围和均方差缩小,且采集的8种地物样本的回波强度均值的差异性与激光反射率测量结果基本一致,说明该算法能够有效识别具有一定面积且材质均一的倾斜人工地物并计算修正其自身倾角对回波强度带来的影响,从而进一步提高基于回波强度值的地物可分性。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。