基于PostgreSQL的省级像控点数据库设计与建设

在全面分析湖南省近年来已有像控点资料的基础上,基于开源数据库PostgreSQL设计了湖南省像控点数据库结构,并详细阐述了像控点数据库建设的具体步骤和技术要求,建成了覆盖全省的矢栅一体化像控点数据库,能为其他地区像控点数据库建设以及PostgreSQL在空间数据管理中的应用提供参考。     

车载LiDAR系统在道路改建中的应用研究

针对传统公路勘测方法中工作量大、精度偏低、信息量少、周期长等不足,提出把车载LiDAR扫描技术运用到公路勘测工程中。研究利用车载LiDAR系统进行道路数据采集的工作方法以及关键技术要点,制定出一套完整的道路高精度点云获取方案。该技术在京藏高速银川段改扩建工程中得到了应用,成果精度完全满足要求,极大地提高了道路改扩建勘测效率,为类似工程实践提供了参考。     

基于影像的地面激光点云数据分类

为了完成地面激光点云数据的分类工作,不同于传统方法利用点云的几何特性和辐射信息,本文利用非量测相机获取影像数据实现点云的分类。首先,通过相机检校获取相机的参数,从而得到影像内方位元素;然后,将影像与点云进行配准,计算出影像的外方位元素;最后,对上述参数进行优化,实现二维影像与三维点云信息的融合,进而完成点云分类。实验表明该方案可实现地面激光点云数据的分类。     

三维激光扫描仪和车载移动测量系统在工程测量中的应用

根据规划部门对市政道路、桥梁及隧道等基础设施竣工后的管理要求,以及满足项目绿化等工作量的结算,本文将地面和车载三维激光扫描技术相结合,辅以常规测量手段做补充,以双碑大桥及连接隧道工程竣工测量为实例,讨论了三维激光扫描技术在规划核实测量中的应用。通过三维激光扫描技术获取的激光点云数据,为数字化城市建设和可视化管理提供了数据基础。     

基于特征点匹配及提纯的点云配准算法

针对传统的基于ICP点云配准算法配准时间长、收敛慢、需要较好初始配准等限制,本文利用现有的点云特征提取算法和描述算法,提取并匹配点云中的特征点,用RANSAC算法结合坐标转换模型剔除误匹配点对,用匹配点对在两点云中的坐标计算之间的坐标转换参数,从而实现点云的配准。相比ICP类算法,提高了点云配准的效率,同时提高了点云配准的自动化程度。     

基于点云数据的改进四叉树空间索引研究

随着测绘行业的不断发展,三维激光扫描技术已经成为地理信息产业中不可或缺的重要组成部分^[1],然而点云庞大的数据量给处理带来了一定的困难。本文针对运用车载移动测量系统所获取的海量点云数据,采用了一种基于编码改进四叉树索引的点云数据组织处理方法。结果证明该方法提高了创建索引的速度,减少了树的深度以及数据的冗余量,并基于此编码进行最邻近查找,具有可行性和有效性。     

无人机技术在日常地籍测绘中的应用

随着经济的发展,不动产权变更的工作也日益增多。因地区发展差异,赤峰地区在2006年以前地籍数据并未纳入国家坐标系,为此,加重了日常地籍测绘工作。城区的观测条件,如高层楼房与电力设施等不利因素给测量带来巨大不便,而无人机测绘技术在实际应用中体现了巨大的优势与可能性,其精度也保证了测绘质量需求。     

机载LiDAR点云数据处理软件对比及评测

针对国内外现有的主流商业LiDAR点云数据处理软件,从软件功能完备性、软件操作和数据处理流程便捷性、处理结果的精度等多方面对TerraSolid、LiDAR-Suite和LiDAR360进行对比,分析各软件的优势和劣势,为测绘生产人员选择点云处理软件提供参考,也对国产激光雷达点云数据处理软件的发展提出一点看法。     

基于POI数据的城市功能区识别及主要交通枢纽空间分析

研究利用机器学习中的TF-IDF统计方法,基于POI数据识别北京五环范围内的城市用地功能区。实验从道路网和格网两个层面开展,首先,将两结果与相同地区的遥感影像进行对比与验证,并从中提取属于交通用地范畴中的主要交通枢纽;其次,基于空间服务范围和空间连接强度两个视角对火车站和机场的地理特征进行分析,具体包括空间分布范围的特点、受区域影响的强弱、空间联系强度的差异等内容;最后,进一步对比各重要交通枢纽所在空间单元作为出租车行程起始点和终止点的共性和差异性。     

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。