机载激光点云中高压电塔自动识别方法

提出了一种基于格网特征的机载激光点云高压电塔自动识别方法。首先对机载激光点云数据进行滤波去噪处理;然后对点云数据进行规则格网化特征分析获得高压电塔粗识别区域;最后对粗识别区域进行外接邻域网格线性特征悬空点集检测以确定电塔识别结果,并以分层切片法分析获取电塔平面中心坐标。采用大型无人机实际线路巡检获取的机载点云数据对本文算法进行验证,试验结果表明本算法可实现高压电塔的快速自动识别,对无人机电力巡检智能诊断具有一定的促进作用。     

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。     

机载WIDAS数据的Landsat卫星反照率初步验证

随着精细化监测的需求,中高空间分辨率的地表反照率产品逐渐成为气候模型的主要输入。目前,中高空间分辨率反照率产品的验证主要基于地表站点的通量塔观测数据,区域机载飞行数据的验证依然相对较少。因此,本文基于区域机载数据验证Landsat反照率产品。针对内蒙古自治区根河森林试验区所获取的机载红外广角双模式成像仪(WIDAS)多角度反射率数据,应用BRDF原型反演算法估算其反照率,分析了应用机载数据验证中高空间分辨率反照率产品的潜力。2016年内蒙古根河森林试验区机载WIDAS飞行多角度观测的可用多角度范围为25°,以前的研究表明BRDF原型反照率反演算法表现出对小观测角度的反照率反演结果的鲁棒性。因此,机载WIDAS反照率在一定程度可用于星载反照率的验证。首先,基于核驱动模型和各向异性平整指数(AFX)提取了试验区4种MODIS二向性反射分布函数(BRDF)原型;然后,将其作为先验知识应用到根河森林WIDAS机载数据的反照率反演中;最后,用WIDAS反照率和单个地面通量塔观测的反照率对Landsat卫星数据的反照率进行初步验证。验证结果表明Landsat反照率与WIDAS反照率结果较为一致,但略有低估,总体均方根误差(RMSE)约为0.02,偏差为0.0057。在多角度观测范围较小时,BRDF原型的反照率反演算法可为星载地表反照率的验证提供了一种有效的验证手段。     

一种机载GNSS高精度定位算法

提出部分模糊度固定的加权电离层模型提高大范围全球卫星导航系统(GNSS)航空定位的精度、可靠性及连续性.该方法的主要思路包括:自适应调整大气扰动等误差影响以实现短基线与长基线两类解算模式之间的灵活切换;施加虚拟电离层观测约束信息,提高基线动态定位的浮点解精度;采用部分模糊度固定方法有效挖掘若干模糊度参数的整周约束.试验表明,提出的方法可提高模糊固定效率与定位精度,克服传统方法有效观测信息利用率不足、定位精度较差、可靠性不高以及连续性较差的问题.实验结果表明,部分模糊度固定算法可在2 min内固定95%以上宽巷模糊度解算与80%以上窄巷模糊度,约20 min后可固定所有模糊度.     

检定场的机载激光雷达精度评价方法

为了对机载激光雷达测量精度进行科学地评价,保障数据成果质量,满足新型仪器装备计量检测的需要,该文基于空对地检定场圆形标志点,利用平均值法和最小外包圆法对机载激光雷达的平面精度和高程精度进行评价研究。结果表明:针对低空机载激光雷达可以获取高密度的地面点云,可以利用轮廓突出且特殊形状的控制点进行三维精度评价;利用平均值法和最小外包圆法均可以对机载激光雷达进行快速、有效地三维精度评价。     

基于LiDAR-DP的机载激光雷达数据处理

基于国产机载LiDAR数据处理软件LiDAR-DP,总结了机载LiDAR数据处理的技术流程,并根据该流程对LiDARDP的相关功能进行了研究。利用LiDAR-DP对实际数据进行了DEM生产试验,并与同类商业软件进行了功能对比。结果表明,LiDAR-DP是一款优秀的国产机载LiDAR数据处理软件,完全能满足DEM的生产需求。     

一种基于极大曲率的机载LiDAR数据 地形特征提取方法

对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。     

基于Hilbert排列码与R树的海量LIDAR点云索引

本文分析当前索引方法存在问题,针对高效海量点云数据的要求,提出一种基于Hilbert码与R树的二级索引方法。论文阐述了二级索引的建立原理与方法,可通过聚类方法与R树度M值来的优化第一级索引;使用Hilbert R树作为第二索引,可以有效控制两级R树的高度,同时点云的增加与更新可只在局部进行。最后本文通过两组实验来验证该数据组织方法的可行性和跟其他索引(KD树与四叉树)进行比较,得出它是一种高效管理海量点云的方法。     

一种渐进加密三角网LIDAR点云滤波的改进算法

传统滤波算法常常是针对某些特定的具有连续表面的区域来进行,带有一定的局限性。这样不能解决对诸如斜坡、密集植被等复杂地区进行真实准确地形提取的难题。本文提出了一种融合区域增长方法的LIDAR点云数据的滤波方法。该方法在对原始点云数据进行预处理的基础上,生成一个松散的TIN,通过迭代生成加密的TIN,其中通过采用两次区域增长的滤波方法,实现原始地形的提取。最后通过对复杂典型数据的对比实验验证了文中所提出的改进方法的有效性和准确性。     

机载LiDAR数据滤波方法评述

DEM提取是机载LiDAR数据处理的基础问题,总结国内外LiDAR滤波方面的研究进展,定量分析算法的性能,着重分析形态学方法和基于内插的方法并指出两种算法的互补性,并总结展望,为后续相关研究提供参考.