基于自适应和多尺度数学形态学的点云数据滤波方法

数学形态学滤波是从激光雷达(LIDAR)点云数据中识别地面点、创建数字高程模型的一种重要方法.在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题的基础上,提出一种改进的、多尺度的、具有一定自适应性的数学形态学滤波算法.该方法通过构建一个粗糙的地面不规则三角网(TIN)来确定实验区域的地形特征,从而选择恰当的地形坡度参数,用于多尺度数学形态学滤波中高差闻值的计算.将每次迭代前后高差小于阈值的点划分为地面点,同时保留地面点的高程值用于下次的迭代计算.实验结果表明该方法能够有效识别地面点和地物点,并且保留地形的细节信息.     

基于数学形态学的海岛水边线提取模型

针对遥感影像数据大面积覆盖的特性,利用数学形态学提出了一种多目标海岛水边线的同步提取模型,模型包括:利用K-means算法的海岛区域粗分割;基于灰度膨胀算法的海岛初始轮廓曲线确立;利用水平集算法的海岛水边线优化。以福州海域的多目标海岛水边线提取为例,将本文模型与K-means模型、二值化高斯滤波水平集模型(SBGFRLS)和基于改进水平集的海岛边界快速分割模型(ILSM-IBRS)进行了比较。结果表明,本文模型弥补了K-means模型的过分割现象,其计算耗时较SBGFRLS和ILSM-IBRS模型分别节省了96.16%和86.96%;其迭代次数分别减少了97.07%和90.59%。由此可见,本文模型解决了现有提取模型效率低、过分割等现象,实现了多目标海岛水边线的同步提取,为海岛普查等提供了一种快速提取方法。     

基于低频出租车轨迹的城市路网交叉口提取研究

出租车GPS轨迹数据获取成本低、周期短,且覆盖面广,具有实时性及大规模性,同时其包含大量的行车记录信息,对提取数字道路信息具有巨大贡献,适用于大范围城市交通路网信息的获取和快速更新。基于GPS轨迹数据进行交叉口提取是目前的研究热点,但现有研究方法大多适用于高频GPS数据,不能很好地提取稀疏区域的交叉口,难以适应出租车轨迹点采样频率低、定位精度低、噪声点多、数据分布不均匀的特性。因此,本文聚焦于城市路网的交叉口识别,为尽可能准确、全面地提取道路交叉口信息,兼顾密集与稀疏区域,提出了一种集成识别策略,分别在矢量空间和栅格空间,采用密度峰值聚类和数学形态学处理方法提取交叉口,并设计了一种融合机制探测交叉口,最后结合主成分分析法判断交叉口的真伪性,识别真实交叉口,并去除伪交叉口,从而得到基于低频出租车轨迹的城市道路交叉口。与已有的研究方法相比,本方法提取了更多的交叉口,并与遥感图像显示一致。本文提取结果准确率为92.23%、召回率为77.26%、F值为84.08%,很好地保证了交叉口的完整性和准确性,在智能交通系统中具有一定的应用价值。     

基于区域特征分割的密集匹配点云渐进形态学滤波

随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文在渐进形态学滤波算法上添加了特征条件,将点云和图像结合成深度图像,并对深度图像按典型地物类型进行语义分割,从而对与图像平面坐标一致的点云进行标记和首次滤波;然后按几何特征将场景简单分类,按分类结果对应的参数滤波构建地面点三角网;最后综合初滤波结果和语义分割类型标记对特征相似的区域进行优化确认,得到最终的滤波结果,并与布料模拟滤波（CSF）算法进行了对比验证实验。结果表明,基于特征的渐进形态学滤波其I类误差在1.98%以内,Ⅱ类误差在2.33%以内,较适宜对精度要求较高的应用,尤其是混合地形的滤波。     

结合纹理和形态学特征的高分遥感影像建筑物震害信息提取

为提高震害信息获取时效性,对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究,本文以2017年5月11日新疆塔县M_S5.5地震为例,利用该地震前后极灾区高分遥感影像,利用结合纹理和形态学特征的方法进行了建筑物震害信息提取,通过变化检测分析获取了极灾区建筑物震害信息,并与基于像元级和基于目标级的信息提取结果进行对比,采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度;运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分遥感影像中的建筑物信息;通过对地震前后建筑物提取结果进行变化检测分析,能够有效地提取完全倒塌的建筑物,信息提取总体精度为90.45%,比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%,可为震后快速确定人员压埋点、部署救援力量提供决策依据,提高地震应急救援的时效性。      

基于RS和GIS的大面积区域路网现状信息调查研究

提出了一种有效的道路现状普查模式,利用数学形态学和矢量化相结合的方法,根据最新遥感影像对大面积区域路网进行适时提取。能够在较短的时间内将大面积区域的现状路网数据入库并制作专题路网现状地图,通过实际应用,证明方法可靠,可推广利用。     

改进局部等体积算法下的城市内涝情景模拟

针对城市内涝问题,提出一种改进的局部等体积地表径流汇流模型。首先基于SCS模型获取地表产流;其次通过结合形态学重构方法对分水岭分割算法进行改进,获得相应的子汇水区,提升局部等体积汇流模型的精度;最后以武汉市中心城区为研究区,对模拟结果进行评价。结果显示：1)10 a、50 a重现期下的内涝模拟精度分别为78.1%和78.6%,模拟精度良好;2)最大积水深度、总积水面积、严重积水面积和总积水水量均与重现期呈正相关,并在降雨峰值处,各参数增长趋势均为最大;3)武汉城区2 h短历时降雨过程中,1 a重现期为城市内涝是否严重的分水岭;4)武汉城区暴雨内涝主要集中在江汉区和江岸区。     

利用既有知识渐近数学形态学提取LiDAR数据中道路信息方法研究

为了避免由于内插和构网或是局限于局部分析所带来的地形失真,本文根据道路先验知识的获取只需对实验道路进行统计学分析,无论从技术上,还是仪器设备上都简单、方便、快捷;在各种LIDAR数据滤波与分类方法的基础上,提出了一种在原始离散点集中提取道路信息的基于既有知识数学形态学分类方法。实验结果显示,为探索LIDAR数据在交通工程中的应用,加快道路的信息化建设,提供了一种可供借鉴的方法。     

基于数学形态学的圆形标志定位

在用形态学算子对图像进行预处理的基础上,采用一种改进的形态学抗燥型边缘检测算子检测出边缘,最后用最小二乘拟合法对标志中心进行定位,通过实验证明该方法在有效抑制噪声的同时对标志实现了自动精确定位。     

基于OpenStreetMap数据的城市街区提取与精度评价

针对城市街区地理数据获取困难,OpenStreetMap数据免费共享、易于获取但数据繁杂难以处理的问题,利用数学形态学膨胀和腐蚀思想以及地理数据质量的评价方法,对基于OpenStreetMap数据的城市街区提取方法和精度进行了探讨;并以南京市建邺区为例,通过选取道路类别、道路处理、拓扑检查等步骤完成街区的提取;最后从街区数据完整性、位置精度、街区尺度和形状4个方面进行了精度评价。结果表明,提取的街区结果精确,数据处理便捷高效,可为OpenStreetMap数据处理提供借鉴,为城市地理研究提供一种快捷有效的基础数据。