关于实孔径雷达影像匹配定位问题

地面高程起伏对机载雷达成像定位影响较大,要实现飞行器的精确定位,必须修正地形起伏的影响。分析了雷达成像的几何关系及特点,分别从影像匹配定位和飞行器定位两方面探讨了地形起伏的影响,对地形起伏影响的修正方法进行了研究,提出了适于飞行器上实时处理的误差修正算法,并利用该方法对实验中获取的数据进行了改正,得到了满意的结果。     

三维激光扫描技术在船体外形测量中的试验性研究

介绍了三维激光扫描技术的测量原理,进行了21 m长船体外形测量的试验性研究,证明了其在快速、高效获取船体三维数据、提取船体型线方面有着较大的优越性。     

DInSAR技术对不同方位形变的敏感性研究

以DEM数据为假想的地面目标,只考虑距离对相位的影响,模拟竖直向、距离向和方位向形变的干涉纹图,从而研究DInSAR技术对空间不同方位形变的敏感性。在所有模拟参数和形变位移大小都相同的情况下,三个不同方位形变所产生的相位从0到2π变化的完整干涉环的数目是各不相同的,揭示DInSAR技术对不同方位地表形变的敏感性存在差异,且敏感性由大到小依次为:竖直向、距离向和方位向。     

隧道三维点云孔洞修复方法

针对隧道三维激光扫描点云中的孔洞,设计一种基于断面轮廓的孔洞修复方法。隧道具有深长性与截面恒定性两大特征,文中基于这两大特征,利用间邻稳定轮廓拟合完整隧道修复孔洞。该方法能够对三维激光扫描点云进行圆柱投影,利用Delaunay三角构网,提出基于隧道表面三角网的孔洞识别方法,最后根据相邻隧道轮廓相似的特点,利用相邻的轮廓对孔洞进行修复。该方法能很好的修复孔洞并保留隧道结构细节,并以真实的隧道扫描数据验证算法的有效性和可靠性。     

利用小基线集技术(SBAS)监测泉州地区地表形变

差分干涉测量(DInSAR)技术可用于监测厘米级甚至毫米级的地表形变。文中选用2007—2011年期间19景日本ALOS1/PALSAR数据,采用短基线集技术(SBAS)获取了该地区的形变时间序列和平均沉降速率。研究结果表明:泉州东南部地区整体上呈抬升态势,上升速率为5mm/a左右,主要是受到亚欧板块和西太平洋板块互相挤压作用的结果;泉州东南部有多处出现地表沉降,沉降的结果与泉州市统计的地区地下水开采数据相当吻合,因此沉降主要与地下水过度开采相关。     

基于AgisoftPhotoscan的图像三维重建及精度研究

通过普通相机获取图像信息,计算三维空间物体的几何信息,重建和分析物体的基本原理;了解图像处理软件Agisoft Photoscan的工作流程,并设计实验;通过未检校的普通数码相机对某雕塑头像和亭子进行拍摄,使用Agisoft Photoscan软件对图像进行处理,得到三维点云数据,进行物体三维重建,验证三维重建的有效性;通过提取和实测预设对比点的三维坐标值,求取误差,验证在百幅以内的图像建模误差在1cm以内。此方法可应用到表面复杂的异形物体建模中。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

基于实景激光扫描技术的室内导航系统的建立

随着城市化进程的发展,人们在室内的时间越来越多,室内空间的应用价值也越来越高。在智慧城市的发展过程中,大量的室内空间需要数字化,室内空间数据的获取手段和数据应用需要进一步挖掘。本文利用三维实景激光扫描仪对北方工业大学浩学楼进行数据采集,创建了实景展示和实景导航,重点介绍了M3扫描车获取点云数据,并将点云数据进行拼接、去噪等处理,最后分析了点云数据的精度。由此可以得出实景激光扫描技术在建立室内导航系统中的可行性、高效性和准确性。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

四元组标靶辅助下的RGB-D室内点云配准

面向室内弱纹理三维重建需求,本文以RGB-D摄影测量技术获取室内点云为基础,提出了四元组标靶辅助的点云配准方法。该方法首先通过阈值筛选大曲率点,自动识别邻接点云中的辅助标靶,然后采用随机采样一致性表达方法,拟合标靶参数及其中心坐标,并根据拟合参数匹配同名标靶中心,通过刚性转换完成邻接点云粗配准。在此基础上,迭代估算邻接点云间的重叠区域,优化点云间的配准参数,从而实现点云精配准。利用Kinect相机获取两类室内场景各12站点云对本文方法进行测试,试验结果表明,配准后的多站点云间距最大均方根误差优于一个采样间隔,证明了该方法在弱纹理室内点云配准中的可靠性。