加入地物倾角分析的LiDAR回波强度校正

LiDAR回波强度数据的校正处理可以提升其在地物分类识别方面的利用价值。本文研究发现倾斜地物(如三角形、拱形房顶等)的自身倾角会改变激光反射角进而影响回波强度,而现有归一化校正模型缺乏对地物倾角的计算分析。随后结合LiDAR数据的采集方式和特点,以及倾斜地物的结构特征,提出了一种加入地物倾角计算的改进型归一化校正算法。首先,对激光点的回波强度值进行基于传输距离值的初步校正;然后,以平面距离值、高程、回波强度值差异为参考,判定激光点是否属于同一倾斜地物,若满足条件,则计算出激光点的趋势角,并依据制定的判定规则确定趋势角的正负;最后,将趋势角计算结果与扫描角数值结合计算出对应的反射角,并重新对回波强度值进行计算校正。实验表明,蓝铁皮材质的三角形、拱形房顶的回波强度值范围和均方差缩小,且采集的8种地物样本的回波强度均值的差异性与激光反射率测量结果基本一致,说明该算法能够有效识别具有一定面积且材质均一的倾斜人工地物并计算修正其自身倾角对回波强度带来的影响,从而进一步提高基于回波强度值的地物可分性。     

基于BP神经网络的固定翼航空电磁线圈姿态校正

固定翼航空电磁系统在测量过程中受风向、飞机飞行颠簸等影响,线圈姿态会发生变化,使接收到的电磁响应产生偏差。本文基于法拉第电磁感应定律,利用线圈坐标系和系统坐标系之间的转换关系,推导了线圈姿态变化时的电磁响应计算公式,得出电磁响应由线圈姿态变化过程中切割地磁场所产生的动态响应以及线圈处于倾斜状态下所感生的静态响应组成。并研究了基于BP神经网络的线圈姿态校正算法,首先利用地磁场和线圈姿态角度计算去除动态响应,然后构建BP神经网络模型,用该网络得出静态响应系数,实现静态响应校正。仿真结果表明,经过校正后的电磁响应数据质量得到很大改善。     

不同坐标系下航空重力扰动估算比较分析

针对捷联式GNSS/INS组合航空重力测量系统,比较在当地水平坐标系和惯性坐标系下重力扰动的估算方法及精度。结果表明,惯性坐标系下基于加速度更新的卡尔曼滤波方法比当地水平坐标系下基于位置、速度更新的卡尔曼滤波方法模型简捷且重力扰动的估算精度相当,在半波长分辨率为7.5 km时,6条重复测线重力扰动差值的标准差平均分别为1.21 mGal和1.27 mGal;对于相同测线,两种方法计算得到的重力扰动差值的标准差平均为0.65 mGal;两种方法求得的重力扰动中都存在明显的系统误差,将其按时间进行线性补偿后明显减小,测线间的最大差值分别由8.20 mGal、8.19 mGal减小到2.70 mGal、2.54 mGal,平均内符合精度分别从1.21 mGal、1.27 mGal提高到1.06 mGal和1.10 mGal。     

基于广义高斯模型的机载测深LiDAR波形拟合算法

针对传统LiDAR测深波形拟合算法受噪声干扰严重、对微弱回波信号及复杂波形拟合不准确的问题,提出一种基于广义高斯模型的波形拟合算法。首先通过计算滤波前后尾段波形的差异估计波形的噪声;然后利用广义高斯模型提取海面与海底反射信号分量,并对剩余信号进行迭代拟合;最后利用LM算法对参数进行优化,并对优化后的参数进行约束,避免冗余分量。采用南海实测数据进行验证,该算法拟合微弱回波及复杂波形能力强,不论在浅水(回波发生叠加)还是深水,其拟合精度均优于传统算法,具有良好的鲁棒性。     

基于机载LiDAR点云数据的城区道路提取

对于利用机载LiDAR点云数据提取城区道路提出一种新的思路。首先利用机载LiDAR点云数据的高程和强度属性对城区道路进行初始提取,获得初始道路点云;其次采用距离分割法和基于RANSAC算法的分割方法精化初始道路点云,有效剔除停车场等与道路相似的区域;最后采用数学形态学细化方法提取道路中心线。实验结果表明,该方法可以较正确和完整地提取城区道路。     

建筑点云几何模型重建方法研究进展

从大规模机载点云中重建几何精确、拓扑正确、语义丰富且屋顶遵循LoD3规范的建筑几何模型是当前机载点云建筑建模的难点和重点。为此,根据建筑几何建模思想,将国内外相关建筑点云建模方法分为5类建模体系,并对每一类体系中的代表文献进行了深入的综述和剖析。在此基础之上,提出当前机载点云建模算法存在的一些共性问题,并给出可能的解决方案及几何建模发展的趋势和后续潜在的研究方向,为完善机载点云建筑重建理论,发展更智能的建模算法,构建更高质量的建筑模型库,提供一定程度的参考和借鉴。     

基于高斯与小波的机载测深LiDAR波形分解算法

波形分解是机载测深LiDAR数据处理的关键环节,为水深计算、底质类型反演和水体浑浊度分析等提供基础信息。针对传统测深LiDAR波形分解算法受噪声干扰严重、对微弱及叠加信号分解不准确的问题,提出一种新的波形分解算法。对原始波形经小波滤波后,计算滤波前后尾段波形的差异,估计回波信号的噪声;利用高斯模型,从原始波形数据中不断分解出经LM算法优化参数后的波形分量,直到剩余波形中最大峰值与优化后的参数小于一定阈值。通过南海实测数据进行验证,实验结果表明:该算法分解弱回波能力强,不论在浅水(回波发生叠加)还是深水,其分解精度均优于传统算法。     

全波形机载激光雷达绝对辐射定标与不确定性分析

为揭示全波形激光雷达回波在森林等植被区域多回波信号的特征和对目标识别分类的影响,以激光雷达方程为模型基础,利用朗伯体目标为地面参考,提出了将激光雷达波形参数标定为后向散射截面、后向散射系数和漫反射率等物理量的方法,实现了机载小光斑全波形机载激光雷达数据绝对辐射定标。对两个不同实验区的LMS-Q680i数据标定结果表明,漫反射率与参考反射率相对误差总体分别小于10%和5.5%,误差标准差分别为0.044和0.077,有效消除了条带间差异。推导了多回波的激光雷达方程组,比较了相同系统在不同观测条件下的定标常数变化,重点分析了全波形激光雷达在穿透性目标上的多回波现象造成的能量衰减,及其对辐射定标结果的影响,证明了多回波现象是造成多回波信号减弱的主要原因。该现象是当前技术体制下激光雷达观测过程本身存在的缺陷,对基于激光雷达辐射信息的目标识别分类带来了一定的挑战,也是多光谱、高光谱激光雷达辐射信号定标必须解决的问题。     

机载SAR影像主动定位的数学模型研究

本文基于差分GPS(Differential Global Positioning System,DGPS)和惯性导航系统(Inertial Navigation System,INS)数据,在无控制点的情况下,导出了一种进行机载SAR影像主动定位的数学模型。此模型包括DGPS/INS数据进行坐标系转换、天线动态偏心改正、雷达天线相位中心插值和距离-多普勒(Range-Doppler,R-D)模型及解算。根据距离-多普勒(Range-Doppler,R-D)模型和数字高程模型(Digital Elevation Model,DEM)数据,获得机载SAR影像上每点所对应的地理坐标,重采样生成正射影像图。本文通过成都测区1m分辨率的机载SAR影像主动定位试验,验证了此数学模型的正确性,分析了主要系统误差源及系统误差的改正方法。     

基于k-d树的机载LIDAR点云滤波处理

点云数据滤波处理是获取高精度数字地面模型的关键,而滤波的基本原理是基于某一邻域内高程的突变。在海量、离散的点云数据中,搜索某一邻域的速度将直接影响滤波处理的效率。应用k-d树组织点云数据,不需要先验地知道点云数据间的拓扑关系便可以快速确定其中某一点的邻域点集,从而大大地提高滤波速度。