用多种策略从机载Lidar数据中提取建筑脚点

设计了一种采用多种策略的建筑脚点提取方法,针对建筑脚点提取中的两个关键步骤———数据分类和建筑脚点分割,分别提出和引入了邻近关系和r半径点密度,从仅反映单次反射的DSM数据中,直接提取出建筑表面点。     

Road Surface Modeling and Representation from Point Cloud Based on Fuzzy Clustering

A scheme for an automatic road surface modeling from a noisy point cloud is presented. The normal vectors of the point cloud are estimated by distance-weighted fitting of local plane. Then, an automati...     

GPS精密单点定位的数据处理方法综述

在GPS精密单点定位数据处理中,通常采用基于非差观测值的处理方法。然而精密单点定位也可通过观测值不同差分组合以减少某些未知参数,且在理论上与非差模型等价。文中介绍基于非差和差分模型的精密单点定位的几种数据处理方法,并对各种模型进行比较。     

Skyline-based registration of 3D laser scans

Acquisition and registration of terrestrial 3D laser scans is a fundamental task in mapping and modeling of cities in three dimensions. To automate this task marker-free registration methods are required. Based on the existence of skyline features, this paper proposes a novel method. The skyline features are extracted from panoramic 3D scans and encoded as strings enabling the use of string matching for merging the scans. Initial results of the proposed method in the old city center of Bremen are pre-sented.     

一种界址表和界址点坐标成果表的自动生成方法

界址表和界址点坐标成果表是地籍测绘资料制作过程中经常要绘制的表格,然而很多测绘单位没有专门的软件来绘制,在平时的作图中,都是手工操作,效率低下且容易出错.本文阐述了在AutoCAD平台下,如何应用VBA根据宗地图中界址点、界址线以及宗地的扩展属性自动生成界址表和界址点坐标成果表.程序已在Windows XP和AutoC...     

大气点源扩散模型的GIS可视化研究

本文针对目前城市环境中大气污染扩散的可视化研究中存在的主要问题,利用大气点源扩散模型和GIS技术相集成的方法对点源污染扩散的可视化问题进行了探索。在研究中,首先在总体上介绍了点源扩散模型和GIS技术的集成框架,然后描述了大气点源扩散模型可视化实现的方法和过程,并给出了典型条件下的可视化结果图,它能够更加直观地表达大气点源扩散的动态可视化效果。     

非对称缓和曲线坐标计算方法

本文重点阐述高等级公路非标准缓和曲线的施工放样测量.缓和曲线是设置在直线和圆曲线之间的一种线型,起缓和过渡作用,其目的在于保证车辆由直线进入圆曲线(或由圆曲线进入直线)时的横向稳定,缓和曲线的曲率半径随曲线长度的增加而均匀连续地变小,本文综合了各种情况下的曲线计算,给出了直接计算和间接计算两种计算方法,并用C编写了计算...     

低空遥感数字影像的点特征提取算子的比较

低空遥感是遥感影像数据获取的重要手段之一,点特征是最常用的影像特征,目前存在多种点特征提取算法.本文根据低空遥感数字影像的特点和实际应用中的要求,利用探测速度、适应性、提取效能三个特征提取算法的比较标准对常用的点特征提取算子进行了比较.为针对不同特点的低空遥感数字影像,选择某点特征提取算法提供依据.     

点云数据直接贴图方法探讨

本文介绍了基于点云的Delaunay三角形格网的贴图原理和方法以及对点云直接贴图的原理和方法,并通过实验比较这两种贴图方法的效果,说明了直接对点云贴图的方法的可行性。     

密度聚类算法在连续分布点云去噪中的应用

在原始测量获取的点云数据中,除了目标数据外,还有大量的噪声数据。噪声往往无规律地分布在目标物体周围,难以用统一数学模型区分。基于密度的聚类算法将簇定义为密度相连的点的最大集合,能发现任意形状、大小的类簇,将该算法应用在点云去噪中,能将密度分布连续点进行聚类,从中提取出目标点云。