小型私有云环境在智慧城市中的应用

当前智慧城市建设如火如荼,各部委、各地市纷纷开展智慧城市建设,云计算是智慧城市建设的主要内容之一,私有云环境建设为云计算提供基础环境,如何根据各地市的实际情况,布设私有云环境,是智慧城市建设面临的重大课题。本文通过对比多种私有云环境建设方法,为中小城市开展云环境搭建,提供技术参考。     

基于PSInSAR技术和云模型的地面沉降稳定性分析

利用永久散射体干涉测量(PSInSAR)技术获取北京市地铁一号线传媒大学-八里桥站的沉降速率及演化特征,并采用云模型实现了地面沉降定量信息与定性概念的自然转换,以此评价地面沉降的不均匀性和稳定性,得到以下结论:1)地面沉降在地铁线南北两侧存在较大的不均匀性,且沿地铁线的地面沉降也具有较大的不一致性。整个实验区的沉降速率在0.67~60.91mm/a之间;2)对2010-2012年研究区PS点沉降量的数字特征(Ex,En,He)进行分析表明,三年沉降量、平均沉降水平均较低;沉降量值离散程度较小但在空间分布上仍呈现一定不均匀性;该研究区沉降虽整体处于稳定状态,但稳定性在减弱,沉降有增大的趋势。     

一种改进的基于法矢方向调整的平面点云分割方法

智慧城市的蓬勃发展和快速推广,使得三维建模成为当前热点研究方向。平面点云分割是三维点云建模中数据处理的关键环节。该文提出一种三角面片法向量方向调整方法,通过后续对邻近法向量进行加权平均估算实现平面点云的分割。首先采用八叉树的空间划分方法将无序的点云建立索引,利用K紧邻搜索获取参考点的K个邻近点,然后将该局部点构建不规则三角网并且得到包含参考点的所有三角面片以及三角面片的法向量,并通过将三维点投影到二维平面,利用平面三角形两边向量叉乘的方法,判断并调整各三角面片的顶点排列顺序,使三角面片的法向量一致化,最后对包含参考点的所有三角面片的法向量加权平均,估算参考点的法向量,根据点云法矢一致、共面的原则将平面点云分割出来。以徕卡Scanstation 2型扫描仪获取点云数据,对该方法进行检验,结果显示其能较好地实现对点云法矢量方向的调整与估算,并对平面点云数据进行分割提取。     

散乱点云数据空间三角网构建方法的研究

点云数据三维建模主要是对目标物体的表面进行网格建模。三角形作为三维建模的基本表示元素,不仅性质简单,而且可以有效地表示物体表面复杂的几何属性。Delaunay三角网是当前使用最广泛的三角剖分方法,它能够最大限度地避免狭长三角形的产生,并且无论从何处开始建网都能保持网型的唯一性。本文在已有生长算法研究的基础上提出了一个新的算法:即在二维生长算法的基础上,利用空间三角形的法向量来进行第三点的搜索构建空间三角网。该算法的优点是:适合大量点云数据构建空间三角网、构建的空间三角网可以很好地反映出物体的表面特征。     

三维激光扫描技术曲面拟合方法研究

点云数据处理以及点云的曲面、曲线拟合是逆向工程中一个重要的研究课题,其重要任务就是将实际物理模型重建生成几何模型,而核心问题就是如何从采样点出发重建曲线、曲面模型。本文以C++开发平台和MATLAB为基础,对三维激光扫描数据利用B样条、NURBS、三角网格曲面拟合方法和曲线拟合方法进行研究探索。     

基于地基LiDAR点云数据插值方法的对比研究

以冷龙岭断裂上一处典型地貌点云数据为例,采用最邻近法、距离反比法、不规则三角网法、样条函数法、克里金法等5种插值方法进行遗漏点云插值填充,研究并探讨最合适的插值算法。结果表明,不规则三角网插值法不仅可以很好地填充点云遗漏数据,还可以按照实际地形变化精确表示其高程数据并还原野外的真实场景,为后期的研究提供数据保证。     

简述利用ALS70机载激光雷达生产数据产品

机载激光雷达（LiDAR）是近10年出现的高新技术之一,能迅速获取密集的地面3维数据,并广泛应用于各个领域。本文主要介绍了我院通过试验,获取及处理ALS70机栽激光雷达点云数据的方法。     

基于特征约束的点云简化算法研究

针对传统的点云简化算法导致特征区域容易丢失的问题,提出了一种新的基于特征约束的点云简化的算法。首先对散乱点云用KD—TREE建立起空间拓扑关系,在此基础上建立起单个点的K-邻域。然后对K-邻域内建立起最小二乘平面,设定合理的阈值来度量数据点的重要性。依据特征点的分布估算每个点的简化距离阈值,以此为基础对每个点进行自适应简化。实验证明该算法能满足在点云数据简化过程中检测并保留特征点的要求。     

基于FY-3A遥感数据的冰岛火山灰云识别

2010年4月至5月期间冰岛艾雅法拉火山喷发造成了欧洲航空业史无前例的瘫痪以及巨大的经济损失,其严重影响再次显示,对火山灰云进行有效监测的重要性。火山灰云是由火山碎屑物及气体组成的混合物,火山碎屑物主要由直径小于2mm的岩石、矿物、火山玻璃碎片组成,火山灰云中的气体主要包括水汽、CO2、SO2、H2S、CH4、CO、HCL、HF、HBr、和NOx等。使用具有我国自主知识产权的FY-3A/VIRR数据,对此次艾雅法拉火山喷发的不同阶段选取具有典型风向变化的日期,采用分裂窗亮温差算法(SWTD)、RGB真彩色方法、中红外波段数据等进行火山灰云的识别,并将结果与冰岛地区的火山灰监测报告以及前人的研究结果进行对比研究,结果表明:火山喷发初期火山灰云中较高含量的水汽会补偿反面吸收的影响,妨碍分裂窗亮温差算法(SWTD)对火山灰云的识别,而中红外波段数据因对高温物体的敏感性,不受水汽的影响,对喷发初期较高温度的火山灰云识别效果较好;在喷发中期,火山灰云浓度较大时三种方法均表现良好,卫星图像中火山灰云的位置信息及漂移方向均非常清晰,且同气象条件相吻合,验证了识别方法的正确性。该项结果表明,具有我国自主知识产权的FY-3A数据能够达到监测火山灰云的目的,而如何更加清晰地界定火山灰云的边界位置以及更加准确的计算出火山灰云的浓度需要进一步的深入研究。     

基于三维声呐点云的河口水闸水下结构安全评估

河口水闸水下结构安全对于水闸工程、整个河道,以及周边居民地的安全具有重要意义。在低可视度的水体环境中,采用传统人工潜水探摸方式进行水下结构安全检测效率低下。为提高效率,三维扫描声呐逐步应用于相关水下结构的安全检测中。本文以BlueView BV5000型三维扫描声呐系统在苏州河河口水闸水下结构的实测数据为基础,经滤波、测站拼接等处理过程,利用所得三维声呐点云对该水闸的水下结构进行安全评估。采用人工探摸方式对评估结果进行验证,结果表明,三维扫描声呐在水下结构安全评估中具有优越性,可为后续运维保障提供数据基础。