排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
以Web of Science数据库收录的有关研究Cyberspace的大量文献为数据源,采用文献计量学的分析方法,借助信息可视化软件CiteSpace Ⅱ对所采集的数据进行统计分析;获取1993 ~2013年检索数据,通过可视化图谱的方法挖掘出该领域的研究重点和学科分布;从地理学角度,揭示了该领域的研究热点和方向. 相似文献
2.
基于扫描线的车载激光雷达点云滤波方法 总被引:1,自引:0,他引:1
在分析车载激光点云扫描特征的基础上,提出了一种基于扫描线的车载激光雷达点云滤波方法.首先利用坡度差值将扫描线分成不同的线段集合,剔除原始点云数据中的离散点;然后对各线段集合赋予相应属性来进行分类;最后利用局部线性回归进一步对分类结果进行精化.对比实验表明:该滤波方法不但能够成功提取建筑物立面点,而且还能很好地保持建筑物立面的细节特征. 相似文献
3.
4.
基于LIDAR数据的建筑物轮廓提取 总被引:2,自引:0,他引:2
建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。 相似文献
5.
6.
7.
基于车载激光扫描数据的窗户提取与重建技术 总被引:1,自引:0,他引:1
借鉴投影点密度的思想,提出了一套从车载激光扫描数据中提取和重建窗户的方案。首先,将建筑物立面点云投影到立面平面,通过建立不规则三角网(TIN),比较三角形边长来提取窗户边缘点。然后根据边缘点的分布建立格网,计算格网内的投影点密度,分类出代表窗户区域的子块并对同一窗户内的子块进行聚类。将得到的窗户在立面平面上的二维坐标代入立面平面方程,并结合窗户的厚度进行解算得到窗户立体模型各角点的三维坐标。最后利用方案对建筑物立面点云数据进行了具体处理并给出了窗户的提取和三维重建的效果。 相似文献
8.
基于光谱曲线整体相似性测度的匹配分类 总被引:3,自引:0,他引:3
高光谱影像具有丰富的空间、辐射和光谱信息,每一个像元都可以提取出连续的光谱曲线.因此,可以通过高光谱数据与已知的参考光谱曲线波形或特征相似性对比分析的方法识别地物类型.在整体相似性测度约束下,综合考虑数值指数和形状指数,利用光谱特征向量间的差异和曲线信息熵提出了一种新的匹配分类的方法.实验结果表明,该方法具有分类精度高、适应性强的特点. 相似文献
9.
10.
对基于LIDAR数据的建筑物重建进行研究,提出了一种自动化的建筑物重建方法.根据建筑物的边缘线通常互相垂直或平行这一特点对提取的轮廓线进行规则化.然后在屋顶三角网中随机选取种子三角形进行区域生长,将屋顶分割成不同的平面,通过平面相交得到建筑物的屋脊线.最后通过搜索离建筑物轮廓点最近的LIDAR点云,将搜索到的LIDAR点云高程值赋给该轮廓点.实验结果表明:利用该方法进行建筑物重建具有较高的精度. 相似文献