机器学习参与山区村落影像点云分类的研究

为了利用点云技术更好地获取地表信息,用无人机AA1300的内置光学镜头采集影像数据,构建2-D的数字正射影像地图(DOM),悬挂GS-1350N镜头采集3-D的激光雷达点云;通过k最近邻法(KNN)、支持向量机法(SVM)和随机森林法(RF)来实现DOM分类,用定量分析中精度高的方法分类3-D点云,并进行了2-D和3-D的分类映射对比分析。结果表明,2-D的DOM分类中,相对于KNN和SVM,RF的kappa系数分别高3.74%和2.16%,全局精度分别高4.04%和2.88%;2-D的分类结果通过直接线性变换到3-D点云中,可实现2-D和3-D的点云分类,映射精度达94.15%;而在相同条件下,相对于2-D/3-D点云映射,直接3-D点云分类能更完整地呈现地物信息。3-D点云的精准分类对获取地表信息是有帮助的。

基于LIDAR技术的城市植被三维结构信息提取

LIDAR是一种集激光、全球定位系统(GPS)和惯性导航系统(INS)3种技术于一身的系统,用于获得数据并生成精确的DEM。为城市植被三维结构信息的提取提供一种高效、快速的方法,基于LIDAR技术,利用首次回波与尾次回波数据分别生成两个DAM,首、尾两次回波之差可获取FLDM模型,在高差阈值设定与植被候选区域获取的基础上,将建筑物边界等细长结构线利用梯度阈值滤除,再将较小面积区域去除,剩下的部分即为植被激光脚点。基于LIDAR技术的城市植被三维结构信息提取方法易于操作、简单实用,应用价值较高。

面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明:将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。

山区复杂地形水库的无人机大比例尺测图应用及其精度分析

伴随着无人机摄影测量技术的迅猛发展,使得该技术手段在各领域中的应用更为普遍,为探讨无人机技术应用于水库测量并绘制地形图中的作业流程与结果精度,采用DJI精灵4无人机为飞行器对大理州的岔河水库该研究区进行影像数据获取,通过对所获取数据而构建的三维实景采用裸眼立体方式进行数据采集。实验表明无人机用于水库测量的可行性,并充分证实无人机技术满足大比例尺地形图成图精度和利用裸眼三维立体方式采集矢量数据的准确性。

三维激光扫描技术在1∶500地形图精细化制图中的应用研究

三维激光扫描技术作为一种新兴的测绘技术,与传统测绘技术相比,具有高精度、高效率、非接触性等优势。将三维激光扫描技术应用于大比例尺精细化制图中是目前研究的一个热点问题。本文选取了位于滇西北香格里拉片区的纳帕海自然保护区作为研究区,对将三维激光扫描技术应用于大比例尺精细化制图的工程实践中的点云数据的外业采集和内业预处理,地理信息的提取、编辑和制图等技术要点进行了试验验证和总结,并对最终制图成果的精度进行对比分析。结果表明平面位置的中误差为3.8 cm,高程中误差为12.5 cm,能够满足1∶500大比例尺制图的要求。