地球空间信息相关论文摘要

面向全时段查询的移动对象时空数据模型研究,基于非量测相机的复杂物体三维重建,机载激光扫描测高数据分层迭代选权滤波方法及其质量评价,基于GIS的地震滑危险性的模糊评价研究,基于北斗卫星的车辆组合导航系统开发.     

基于立体相机的三维场景建模

提出一种基于立体相机的三维场景快速自动建模的方法。首先研制一个数据获取硬件系统,即立体相机系统,通过该系统同时获取被摄物体的三幅影像,进而建立局部模型,并利用一种整体平差优化的方法,将所有的局部模型统一到一个坐标系下,最终建立整个场景的三`维模型。实验结果表明,该方法具有同激光扫描相同的功效,但是成本较低。另外,由于它是基于影像的,纹理数据可以从原始影像中提取,所以可以方便快捷地建立逼真的三维场景模型。     

螺旋CT三维重建在骨盆骨折中的应用

目的：探讨用螺旋CT三维重建评价骨盆骨折的临床应用价值。方法：收集骨盆骨折17例，采用螺旋CT三维重建检查。结果：17例检查均取得清晰立体图像，且可消除某一骨性结构，单独观察骨盆某一组成骨的骨折情况。结论：螺旋CT三维重建在骨盆骨折的诊断、手术方案的设计及教学等有较高价值。     

三维激光扫描技术在古建筑模型重建中的应用

以四川省闽良市某古建舍利塔为研究对象,使用FARO SCENE、Geomagic 2013、Photoshop CS3和3ds Max 2012等数据获取和处理软件生成逼真的舍利塔三维模型,为三维激光扫描技术在古建筑物保护和维修方面的应用提供了参考和借鉴。     

利用点云检测室内导航元素的方法综述

随着大型公共设施的普及和人们室内活动的增多,人们对构建室内精细化导航模型的需求日渐迫切。近年来飞速发展的三维激光扫描、摄影测量、计算机视觉等技术,能够快速高效地获取高精度室内点云数据,为室内精细化导航提供丰富的数据源。如何从海量杂乱的点云中提取出可用于室内导航路径规划的室内导航元素如房间、门窗、楼梯、走廊等,成为了研究的热点和难点。因此,从基于点云的室内导航元素提取所面临的问题出发,综述和评价了近年来各种导航元素提取的相关理论和算法,并针对其各自优缺点,提出利用几何方法与统计方法相结合实现室内导航元素检测和导航网络构建的新思路。     

联合地物轮廓线的三维重建算法研究

针对现有三维重建研究中对线特征利用不充分,重建精度低的问题,提出了一种联合地物轮廓线的三维重建算法。利用BDCN模型和相应预处理算法,提取出二维影像上的边缘轮廓线;基于对极几何原理的核线引导和三角测量原理,建立线段的初始匹配假设;通过相似性计算和图聚类算法重建出三维轮廓线模型结果;将结果应用于三维网格模型的优化。使用Building-Imagery-P36和DTU MVS数据集对本文算法进行验证,结果表明：本文方法提取出的轮廓线段精简而完整。相比经典的Line3D++算法,MAE和标准差值平均降低了0.321、0.699,重建时间平均降低了58%,精度和效率都有明显提升。附加三维轮廓线约束后,生成的网格模型视觉效果更佳,细节信息更为丰富。     

无人机倾斜摄影三维模型在城市雨洪风险评估中的应用

研究城市雨洪风险问题,对提高城市洪涝灾害监测、预报的准确性,以及促进城市防洪决策制定具有重要的意义。鉴于高精度的城市三维模型可以提供丰富地理信息,便于准确分析淹没情况,本文针对当前城市洪涝模型对地形数据的高敏感性,且雨洪风险评估研究的准确性受限于地形数据精度的问题,提出利用无人机倾斜摄影测量技术重建高精度实景三维模型,并结合GIS的空间分析功能,以淹没深度为关键指标进行研究区的雨洪风险评估。通过提取不同重现期下研究区的淹没深度信息,进行可视化渲染实现三维淹没分析,可以直观地看到研究区的淹没情况,作为暴雨内涝风险管理依据,同时对城市规划布局有一定的参考价值。     

基于动态极坐标参数化的遥感影像匹配方法

图像匹配作为三维重建至关重要的环节,其精度直接影响了平差优化、正射校正等模块的精度。对于城镇、农场等特征密集型区域,特征距离小,相似性强,易于匹配图像;而针对草地、沙漠等特征不明显区域,特征距离大,如果使用特征点匹配的方法,严格阈值下难以获得足够数量的匹配对,放宽阈值又将引入较多误匹配对,这也是导致稀疏点云不够均匀的原因之一。在此场景下,本文提出了基于动态极坐标参数化的无人机正视影像匹配算法,首先对图像做极坐标参数变化,采用动态策略解决极轴方向采样不均匀的问题,使用最小二乘法对得到的极坐标影像对做位移方向上的匹配,匹配后得到的旋转量和平移量,将该结果和SIFT算法的结果做比较。本文设计了2组实验,即参数已知的解算实验和参数未知的解算实验,且每组实验进行3次。在同等配置的计算机上,对两张7360像素×5400像素,32位的影像,本文方法的位姿解算时间相比SIFT的时间减少约57%,二者求得的位姿差通常小于1%。结论表明二者的结果在精度上表现相当,在时间上明显优于SIFT算法,具有实际的应用价值。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。