一种无人机影像点云提取海岛自然岸线的方法

针对从机载激光点云中提取海岸线方法的不足,提出了一种基于无人机影像DSM点云数据,结合潮汐模型提取海岛自然岸线的方法。采用计算机视觉理论与方法处理高分辨率无人机影像,获取高分辨、高精度的DSM点云,并由DSM点云生成DEM;通过等值线追踪法自动提取基于平均大潮高潮面的海岛岸线。实验结果表明:该方法提取的海岛自然岸线精度满足海道测量规范相关要求。     

基于改进U-Net的海岸线提取方法

遥感影像海陆分割对于海岸线提取及其动态监测具有重要意义。传统的基于光谱特征和图像处理的海岸线识别和提取方法,在面对高分辨率遥感图像复杂的纹理和空间分布时,只能生成具有局限性的图像特征结果,且分割结果准确率不高。本文将深度卷积神经网络应用于高分遥感图像的海陆分割问题,并在经典编码器-解码器结构的基础上进行了创新。首先,为了降低调参难度引入批归一化层,降低了网络对参数的尺度和初始值的敏感度;其次,采用转置卷积代替传统卷积,在模型训练过程中通过梯度递减算法,不断更新参数权值,显著提高语义分割的精度。利用研究区域高分一号遥感图像数据对于人工岸线及自然岸线的分割实验结果显示:相较于经典U-Net与SegNet,改进U-Net网络,对于各种自然岸线和人工岸线具有更低的边界模糊度和更准确的分割结果,对于自然岸线的提取结果,漏检、错检现象较少;对于人工岸线的提取具有更大的感受野,能够提取岸线的空间结构信息,避免误分类。面对日益丰富的高分辨率的遥感影像数据源,基于改进U-Net的海岸线提取,能更好地保留边界信息且具备更优的语义分割效果,可以更为准确地挖掘高分遥感影像的空间分布特征、纹理特征以及光谱特征,...     

基于k-d树的多波束点云边缘与孔洞提取算法

多波束测深数据广泛服务于水下地形测量。一些基于测深数据的应用需要提取测深数据的边缘轮廓和探测数据中的空洞。针对已有边缘识别算法执行效率低、边界点提取不完整等问题,通过分析点云模型的局部几何属性,提出一种新的基于k-d树的由粗到精的边缘提取算法。首先抽稀测深数据,基于k-d树建立散乱点云的拓扑关系;然后计算散乱点云法向量,采用距离及角度阈值法进一步提取孔洞与边缘轮廓点并去除错误识别的点;最后基于凹包算法,精确获取边缘轮廓点。在西太平洋海域的实验表明：相较于Alpha-shape和Boundary estimation算法,本算法能够更为精确地识别出散乱点云中的边界点,实用性强。     

波浪在三维圆形岛地形上的绕射研究

波浪在传播过程中遇到岛屿就会发生绕射。本文使用混合元方法对修正型缓坡方程进行了数值求解,并与KUO et al的解析解进行了比较验证。在此基础上研究了工程尺度背景下,波浪在三维圆形岛地形上的绕射,计算了不同入射波浪周期、浅滩形状参数和岛屿尺寸情况下,沿波浪传播方向断面上和岛屿岸线上的相对波高大小。计算结果表明：随着入射波周期的减小、浅滩形状参数的增大和岛屿尺寸的减小,圆形岛迎浪侧的相对波高振荡幅度、圆形岛背浪侧的相对波高大小以及岛屿岸线上的相对波高振幅和大小均随之增大。不同情况下,岛屿岸线上的相对波高最大值大多数发生在迎浪点,个别发生在迎浪点两侧20°~25°处;最小值发生在背浪点两侧30°附近。     

基于点云与影像融合的黄河三角洲互花米草提取方法

针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。     

三维激光扫描技术在海岸线测绘中的应用

利用三维激光扫描技术对不易施测的海岸带进行激光扫描,可解决传统海岸线测绘中常出现的岸线难以分辨或者难以到达的问题,从而提高海岸线测绘的精确度和完整度。本文通过三维激光扫描技术采集激光点云数据构建高精度的数字高程模型来提取海岸线,并对数据结果进行精度分析比对,可获得符合要求的高精度海岸线和海岸带的三维模型,作业效率与测量精度也得到提高。该项技术完全可以应用于海岸线测绘,具有广阔的前景。     

基于车载点云空间分布的城区地物分类

城区车载点云数据包含建筑物、树木等不同的地物反射的点的总数,如何对无拓扑、盲目性的激光脚点进行分类成为点云数据后处理的难点。提出一种基于点云分散程度的分类方法:首先构建包围点及其k-邻域点集的最小包围盒,比较其在3个坐标平面的最大投影面积与最小包围盒体积的比值提取面状走势信息;其次比较点集在局部空间的分散程度提取树木点;最后以高程、点云密度作为约束条件进行分类。实例证明,该算法可较好地识别建筑物、树木等地物,具有一定的实用价值。     

海底管道检测与三维点云重建算法

随着海底油气管道的铺设规模越来越大,为防止管道油气泄漏而导致人员伤亡和财产损失,海底管道的日常巡检尤为重要。提出一种基于多波束点云的海底管道检测与三维重建算法,利用高频多波束声纳对水下管道进行成像,对声纳图像采用经典边缘检测算法检测管道边缘,得到相应的点云数据,将点云数据拼接成一组完整的空间点云集合,对点云集合进行三维重建。通过水池试验结果证明,提出的算法流程能够有效地实现水下管道的检测与三维重建,具有较好的工程应用前景。     

无人机遥感系统在岸线勘测中的应用

文章介绍了无人机遥感系统的主要组成和作业流程,重点探讨了无人机遥感在岸线勘测中的关键技术,并以青岛小岛湾为例,开展了基于无人机影像的岸线提取,利用现场实测岸线数据和基于激光雷达数据提取的岸线进行比对,以验证提取岸线的正确性。结果表明:基于无人机开展岸线勘测是经济可行的,而且效率比较高,能够满足大比例成图精度要求。     

基于多时相遥感数据的海岸线自动提取方法

海岸线是海洋的重要组成部分,对于海域管理具有重要意义.本文根据岸线位置确定原理,即将多时相瞬时水边线上边界近似作为海岸线,提出了一种基于多时相水边线的海岸线自动提取方法,该方法应用区域生长与边缘检测相结合的方法提取瞬时水边线,然后采用海岸线自动判别算法进行海岸线的提取.首先计算归一化水体指数(normalized di...     

基于车载激光扫描数据的窗户提取与重建技术

借鉴投影点密度的思想,提出了一套从车载激光扫描数据中提取和重建窗户的方案。首先,将建筑物立面点云投影到立面平面,通过建立不规则三角网(TIN),比较三角形边长来提取窗户边缘点。然后根据边缘点的分布建立格网,计算格网内的投影点密度,分类出代表窗户区域的子块并对同一窗户内的子块进行聚类。将得到的窗户在立面平面上的二维坐标代入立面平面方程,并结合窗户的厚度进行解算得到窗户立体模型各角点的三维坐标。最后利用方案对建筑物立面点云数据进行了具体处理并给出了窗户的提取和三维重建的效果。     

HHO-LSSVM算法在匹配地面点云孔洞修补中的应用研究

针对无人机匹配点云经地面点滤波后会存在较多孔洞的问题,提出利用哈里斯鹰算法(harris hawks optimization, HHO)优化最小二乘支持向量机(least squares support vector machine, LSSVM)来进行地面点云孔洞修补。首先利用八叉树结构法对滤波后点云数据进行地面特征点提取,其次采用哈里斯鹰算法对最小二乘支持向量机中的核参数和正则化参数进行优化,并利用组合算法构建匹配地面点云孔洞修补模型。实验结果表明,与单一最小二乘支持向量机相比,组合模型的孔洞修补精度提高了22.3%,其稳定性也得到增强,具备一定的时效性及现实性。     

基于不同岸线类型的象山港岸线提取及变化研究

本文提出了一种结合实地考察海岸类型的岸线遥感提取方法来对象山港区域岸线进行提取,根据研究区内实地考察获取的不同海岸类型特征,对Landsat卫星数据采用不同的处理方法进行岸线提取：基岩海岸和人工海岸采取OTSU变换;砂质海岸和淤泥质海岸采取MNDWI,处理后采取改进的Canny边缘检测算子进行水边线提取。研究结果表明：...     

机载LiDAR点云的Delaunay三角网快速生成算法

为了提高机载激光点云的Delaunay三角网生成效率及稳定性,基于分块算法的思想,改进了点云数据的分块方式,利用点云的凸包及重心点进行数据分块,并结合子块中激光点个数阈值进行三角形子块的细分,从而避免了传统子块合并过程中复杂的相邻三角形搜索及优化处理,仅需简单的一步优化即可完成相邻子块的合并,大大提高了算法的效率。经实验证明,该算法简单、高效且稳定性好,尤其对于大数据量的机载LiDAR点云Delaunay三角网生成具有明显的优势。     

基于ZY-3遥感影像的不同地貌水边线提取方法

水边线的精确提取对于沿海地区的经济开发和海域的使用管理具有重要意义。以雷州半岛东北部为研究区域,利用2017年资源三号(ZY-3)卫星数据为数据源,基于不同海岸地貌特征为划分依据,运用阈值分割法、神经元网络分类法和面向对象法对多光谱数据的人工海岸、砂质海岸、淤泥质海岸和红树林海岸进行水边线提取。通过目视解译提取融合图像的海岸线为基线,将提取的水边线与基线进行定性、定量分析。研究结果表明,对于人工岸线,神经元网络分类法最优,均方根误差为6.4m;对于砂质岸线,阈值分割法最优,均方根误差为5.4m;对于淤泥质及红树林岸线,面向对象法最优,均方根误差分别为23.3m和15.2m。该研究对于不同岸线的提取具有重要的借鉴和指导意义。     

点云直方图在多波束条带自动匹配中的应用

多波束测深是一种广泛使用的水下地形探测方式。当前多波束数据处理技术日臻完善,但是多波束条带间自动匹配仍存在较多问题。针对水下复杂环境、多波束自动匹配效果不佳的问题,采用点云直方图 (point feature histograms,PFH)自动匹配算法,对条带点云进行自动匹配。因直方图所在的高维超空间为特征描述提供一类量化信息,对点云对应曲面的多维姿态具有鲁棒性和适用性。因此,在多波束自动匹配算法中采用PFH算法。实验数据由6205侧扫多波束测深系统获取,并对实验数据采用随机抽样一致算法(random sample consensus,RANSAC)进行定性定量分析,验证本文算法的优势,并分析相关不足。     

基于无人机高光谱遥感的海岛岸线精准提取方法研究与应用

鉴于传统遥感技术手段对海岛岸线的提取在精度与效率上存在很大不足,通过无人机高光谱遥感技术,结合岸线实地踏勘活动,提出一种海岛岸线类型识别与位置提取方法,并选取实际海岛进行了实验验证,成功获取了不同类型岸线的准确位置,所得成果与传统遥感手段相比,提高了系统性与准确性,为下一步海岛的生态评估工作提供了数据支撑。     

20世纪40年代以来多时相中国大陆岸线提取方法及精度评估

将大陆岸线分为自然岸线、人工岸线2大类以及11个二级类,基于地形图与遥感影像,结合野外考察工作建立详细的技术规范,提取20世纪40年代以来6个时相的中国大陆海岸线;针对提取的结果,应用直接对比法计算实际误差,基于地图学和遥感信息提取的理论计算"理论最大允许误差",二者对比表明:基于多源数据提取多时相岸线的技术方案可行,多时相岸线的实际误差均远远低于"理论最大允许误差",精度较优;基于地形图提取的20世纪40年代和60年代时相岸线,精度总体上低于基于30 m分辨率遥感影像提取的多时相岸线,而且20世纪60年代时相受多源数据融合的影响而精度最低;基于环境与灾害监测预报小卫星CCD数据提取岸线,受影像畸变和几何纠正精度的影响,精度略低于基于Landsat影像提取的结果,但同样基于Landsat影像提取的岸线,新近时相的精度明显优于早期时相。本研究可为岸线变化研究以及海岸带综合管理等提供有力的支持。     

三维激光移动测量系统在海岛礁测量中的应用

主要介绍三维激光移动测量系统的发展现状及应用方向,初步阐述了其工作原理,并把该技术成功应用到长山水道海岛礁岸线地形测量,将测量系统设备安装在船上,在快速移动航行过程中采集岸边激光点云和全景影像,内业通过数字化测图提取海岛礁地形数据,并对设备采集的数据进行了精度分析,表明该技术在岸线地形以及实景采集等测量工作中的可行性。在100米范围内,测量精度可达10cm,测量精度验证结果是:东方向均方差为0.11m,北方向均方差为0.122m,高程方向均方差为0.138m,全景影像分辨率8 192×4 096。     

多波束点云滤波算法初步研究及适用性分析

为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。