地面三维激光扫描点云拼接影响因素分析

在地面三维激光扫描仪进行三维建模过程中,需要对不同测站的点云进行拼接。为了提高不同测站点云拼接精度,本文开展了球形标靶表面扫描点数量、标靶的分布和数量及扫描距离4个因素对三维激光扫描仪不同测站下点云拼接精度的影响研究。采用法如（FOCUS）三维激光扫描仪开展了不同扫描分辨率、不同标靶数量、不同标靶分布和不同距离下的点云拼接试验,并采用SENCE软件对点云进行了拼接精度分析。试验结果表明,选择两测站的标靶表面的扫描点数量大致相等,并将4个标靶作为连接点,且放置在不同高度不规则排列时,点云拼接的精度最优。     

地面三维激光扫描技术在变电站精细测量中的应用

变电站是重要的电力设施,对其进行测绘采集是三维建模与可视化、运行维护、管理、异常监控等工作的基础,但其中构筑物具有复杂、结构异形等特点。本文利用三维激光扫描技术获取点云数据,对变电站进行精细测量。提出了基于空间区域复杂度的划分（如将测区划分为均匀分布区、紧密排列区、气体绝缘封闭组合电器（GIS）区、过渡区）方法,并以新疆亚中变电站为例展示了该方法的应用,最终实现了变电站的三维建模与可视化。     

一种三维激光扫描点云拟合的抗差加权整体最小二乘法

针对三维激光扫描中点云不等精度且易受粗差影响的问题,提出了一种基于入射角定权的抗差加权总体最小二乘的拟合方法。该方法在采用入射角定权的基础上,进行基于标准化残差和中位数的抗差加权整体最小二乘估计,获得待定参数估值,并通过Gauss-Newton迭代算法,推导了模型的迭代计算方法。以平面拟合和球面拟合为例,分别通过仿真数据和实测数据对算法进行验证,结果表明,对于含有粗差的点云,新方法可以获得更为理想的参数估值,其性能优于抗差整体最小二乘和加权整体最小二乘,可以更好地进行三维激光扫描的点云拟合。     

欧氏聚类算法支持下的点云数据分割

欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为：①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤②迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。     

智慧城市时空信息云平台评价指标体系研究

为明确评估在开展智慧城市时空信息云平台建设过程中城市相关智能化能力的保障水平及建设带来的实际成效,以及为开展智慧城市建设工作提供依据,本文依据《国家智慧城市评价指标体系》及其对部门评价指标建立的要求,研究并提出了智慧城市时空信息云平台建设评价指标体系的总体框架和评价要素,在试点城市进行了评分试验;并根据试验结果进行了指标的修订和完善,以引导和推动城市有目的、有计划、有步骤地开展智慧城市时空信息云平台建设。     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

大数据在高放废物地质处置中的应用研究前瞻

围绕当前及未来大数据在我国高放废物地质处置领域中的应用研究,文章旨在探讨其研究方向或内容,从而提出前瞻性的认识。具体内容包括场址无线传感器网络应用研究、现有数据库的扩展、大数据驱动的场址评价体系研究、云平台研发及大数据分析模拟研究等。     

基于地面三维激光扫描的桥梁挠度变形测量

将地面三维激光扫描技术应用到桥梁挠度变形测量。针对桥底面点云的具体特点,采用点云拟合计算方法和重心计算方法,分别获取不同荷载情况下的桥底挠度变化,并进行对比分析,初步确定其变形测量精度,验证了该技术在桥梁挠度变形测量中的可行性。     

基于点云曲线辨识的卫星激光数据预处理算法

针对卫星激光数据处理算法这一难题,分析了COMPASS系统GEO卫星激光观测数据的质量,讨论了反求工程和计算机视觉中的曲线识别与激光观测数据预处理的异同,提出了基于点云曲线辨识的卫星激光数据预处理算法。该算法将卫星激光观测数据预处理视为有序带噪声的空间曲线重建问题,利用COMPASS系统多圈GEO卫星实测数据进行验证。结果表明：该方法与常用算法一致率在85％以上,能够实现激光观测数据的自动处理与满足导航系统的需要。     

一种机载雷达点云数据的快速分类方法

机载激光雷达扫描技术可以以点云形式快速获取地形表面高精度三维信息。基于激光雷达扫描数据及建筑物本身的拓扑信息就可以对建筑物进行精确的重建,而重建中最关键的技术是对点云数据进行分类,进而进行地物识别。对大规模三维点云数据进行快速分类,提出一种采用区域分割结合基于最小二乘平差的多项式拟合方法,将大量离散的三维点云分割后进行多项式拟合,并将二维数据分类转化为一维数据分类。在分类的基础上,将建筑物几何规则作为约束条件提取了房屋边缘。实验分析表明,该方法既能去除多余噪声,又能有效保留特征点,分类的总误差率低于3%。