基于多时相遥感图像智能变化检测方法的研究

采用一种智能变化检测方法,首先对多实相遥感图像进行预处理;其次进行特征提取;然后通过数量差异计算、阀值确定、空间滤波进行检测;最后提取出感兴趣的区域,得出定量结果,并通过试验证明这种方法在实际应用中是可行的和有效的。

基于Oracle Spatial的空间数据共享平台

简要介绍了空间数据共享技术,并对几种空间数据共享技术的优缺点进行了分析。重点阐述了Oracle Spatial的空间数据存储技术,以及基于Oracle Spatial的空间数据共享平台框架。

三维激光扫描技术在中心对称结构古亭垂直度检测中的应用

针对中心对称结构古亭垂直度检测中由于结构复杂,各层中心点估计不精确的问题,提出依据古亭自身结构将古亭划分为底部、中部和顶部三个部分,并对各个部分采用不同的中心点提取方法。针对底部支撑圆柱部分,先拟合圆柱圆心坐标再估计中心点坐标;中部复杂结构部分,再采用三角剖分的方法估计中心点坐标;顶部采用先截取攒顶尖数据,依据攒顶尖数据拟合各层圆心坐标来估计中心点坐标。最后通过最小二乘拟合中心点坐标分析古亭的倾斜量,实验表明,该方法能够有效地实现对古亭的垂直度检测。

层次化点云边界快速精确提取方法研究

为了提高依据邻近点最大夹角提取边界点方法的提取效率,提出了一种层次化快速精确提取边界点的方法。先对任意采样点检索其R邻域内点集,依据R邻域内点集重心点坐标与采样点的距离粗提取边界点,然后将粗提取的边界点及其邻域点投影至微切平面,通过各邻近点与采样点的方向向量求取相邻向量间的最大夹角,再依据最大夹角精提取边界点。通过理论分析和点云数据实验验证了该算法的可行性。结果表明,该算法相较于传统的方法,能缩短22.11%的运行时间,但精度降低5.23%;相较于其它层次化提取方法,在缩短10.99%的运行时间的同时精度提高7.17%。该研究为点云3维重建中边界提取提供了参考。

基于三维激光扫描数据的窗户边界提取方法

针对现有窗户提取算法中鲁棒性不高,边界规则化过程复杂的问题,该文提出了一种新的基于格网的窗户边界提取方法。首先采用PCA算法计算局部邻域内三个特征值,依据三个特征值的关系可完整提取建筑墙面点云;其次对墙面点云划分格网并二值化,粗提取窗户边界;然后基于粗提取的窗户边界格网统计分析,精确提取出窗户边界并二次建立格网;最后合并同一窗户的子窗户区域完成窗户边界的提取。经实例分析验证了该方法提取窗户边界的准确性。