谈大数据时代的“云控制”摄影测量

在当今大数据时代,影像数据采集方式的多样化、高效化、便捷化产生的摄影测量影像大数据需要高效、自动与智能的处理。然而,作为传统摄影测量几何定位主要控制数据的外业控制点,其获取的复杂性与低效性仍然是制约摄影测量处理效率的关键因素。针对该问题,本文提出了"云控制"摄影测量的概念,以带有地理空间信息的数据作为几何控制替代外业控制点,通过自动匹配(或配准)获取大量密集的控制信息;并介绍了基于影像、矢量和LiDAR点云的3种"云控制"摄影测量技术;最后对"云控制"摄影测量的应用前景进行了展望并对其问题进行了讨论。

融合图注意力的摄影测量点云语义分割研究

随着无人机倾斜摄影测量技术的发展,通过密集影像匹配可以快速获得类比激光扫描数据精度的大规模室外点云,但是这些点云存在着不规则、遮挡严重、数据量庞大的特点,同时因为缺乏对象信息无法深入进行语义分析.针对上述问题,本文提出一种融合图注意力的摄影测量点云语义分割方法.首先构建了一种新的图卷积模块,在网络的每一层动态的更新点云局部邻域图,将跨层点描述与上下文特征结合起来并逐层汇聚点云空间潜在语义信息;然后在每个网络层引入通道注意力机制使网络能够自适应学习通道间的权重,并由此建立基于一种新的图注意模块的点云语义分割网络,实现复杂点云的细粒度语义分割.通过在两个公开的室外点云基准数据集上的实验结果表明,该方法能够显著提升网络对局部拓扑特征信息的学习能力,且对复杂场景点云语义分割具有良好的泛化能力.

基于图割算法的摄影测量点云面向对象分类方法

针对摄影测量点云分类问题,提出一种基于图割算法的面向对象分类方法。由于摄影测量点云质量相对较差,文中首先基于区域增长分割思想,提出一种新的点云体素生成方法,将摄影测量点云聚为不同的对象;然后将不同的对象作为节点,将分类问题建模为一个多标记问题,引入图割算法优化获取邻域内平滑一致的分类结果。利用两组摄影测量点云数据进行实验,正确率分别为87.3%和88.7%,比基于单点的分类方法分别提高2%和2.6%。

方庆云摄影作品

小评论:这是福州市慈善总会老会长方庆云的摄影作品,作者以艺术的眼光,适时选择拍摄的时间、地点,并巧妙地利用周边景物,达到'西山照晚情,夕阳映朝晖'的效果。太阳落西山,刚好选在倒弧形的山窝里,反射出来的不仅仅是霞,而是情,是天情地情人间之情,是恩情,难别之情,重情如山。夕阳不仅仅是晚霞,而是反射东方的朝晖,是新的开始,新的活力。特别是作者利用周边的植物芽苗,对准太阳的中心点。

一种新的倾斜摄影测量点云分类框架

传统的点云监督分类大多需要设置大量参数及语义规则对错分现象进行优化,导致该过程自动化程度不高,且在分类过程中往往忽略了训练集对分类结果的影响。考虑到上述问题,提出了一种针对倾斜摄影测量点云的分类框架。该方法首先利用信息熵改进传统随机森林,充分挖掘训练集的潜在信息,然后引入循环置信传播对错分现象进行优化。研究表明,所提出的分类框架自动化程度高,有较强的适用性,不仅能够优选出一组适用于该分类模型且具有较好分类能力的子训练集,而且可提高分类的精度和效率,改善单点分类的"椒盐"现象。

基于改进布料模拟滤波算法的施工场地倾斜摄影点云地面提取

施工场地倾斜摄影点云中包含大量非地面点,需采取合适的算法对点云进行分类滤波。现有滤波算法大多是针对激光点云设计的,普遍具有参数设置复杂、地形自适应性差等缺陷。本文以布料模拟滤波算法为基础,提出了一种结合目标检测和地势分析的倾斜摄影点云改进布料模拟滤波算法,实现了复杂场景下倾斜摄影点云的自动滤波和地面提取,并以深圳市某施工场地为例展开试验。结果表明,本文算法的Ⅰ、Ⅱ类误差和总误差较常规算法显著降低,分别为1.11%、6.36%和2.39%,且Kappa系数达93.45%,有效提高了施工场地倾斜摄影点云地面提取的精度和稳定性。

基于栈式自编码的倾斜摄影测量点云多层级分类方法

提出一种基于栈式自编码的倾斜摄影测量点云多层级分类方法。该方法首先利用栈式自编码对邻域内点云特征进行降维;然后将这些深度特征输入到随机森林分类器中进行训练获得分类器;最后结合语义信息对RF分类器分类的结果进行优化,得到最终的分类结果。选取2组典型数据进行实验,总体分类精度分别达到91.90%和88.57%,比基于K-邻域所有特征的分类方法提高4.98%和9.93%,比基于K-邻域均值特征的分类方法提高6.52%和7.44%。

无人机云控制摄影测量的原理及成果精度浅析

在现代科技发展中,无人机摄影测量技术被广泛应用到工程测绘中。无人机航空摄影测量精确度影响着测绘工作的质量,属于一种新型的测绘技术。本文主要探讨云控制摄影测量的含义和原理,并对“云控制”摄影测量在航道整治建筑物观测中的成果精度进行对比分析,在符合精度要求的前提下提升数据采集效率和人员作业安全性。

融合点、对象、关键点等3种基元的点云滤波方法

基元是影响点云滤波精度和效率的关键因素之一。本文提出了一种基于多基元的三角网渐进加密(MPTPD)滤波方法。它包括点云分割、对象关键点提取、基于关键点的对象类别判别3个主要阶段,且3个阶段的基元分别为点、对象、关键点。使用了4景机载激光雷达和摄影测量点云数据对MPTPD、三角网渐进加密(TPD)、基于对象的三角网渐进加密(OTPD)3种滤波方法进行了性能测试。试验表明,MPTPD方法具有整体上最优的性能:在精度方面,MPTPD与OTPD两种方法的精度相当,MPTPD方法的一类误差I、总误差T比TPD的相应误差分别低约22.07%和8.44%;在效率方面,多数情况下TPD、MPTPD、OTPD方法的效率依次降低,且MPTPD的平均耗时是OTPD平均耗时的57.93%。

点云信息提取研究进展和展望

点云是目前摄影测量、遥感、计算机视觉等多个领域广泛应用的数据源之一,而信息提取是点云处理、分析和应用的必经环节。为此,学术界已经提出了大量点云信息提取方法。本文从基元类型、提取特征、特征选择与分类器等3个视角概括了点云信息提取的相关研究现状,总结出点云信息提取存在的5个主要问题,点明了点云信息提取的6个主要发展趋势,并着重介绍了"融合多基元的点云信息提取范式"。

密集点云的数字表面模型自动生成方法

针对机载航空多视影像密集匹配得到的原始点云存在大量的噪声和空洞,难以直接用于城市数字表面模型重建的问题,提出一种结合增强点云进行法向量优化的泊松表面重建方法。首先通过反投影误差约束和点云距离分布统计分析方法剔除尽可能多的噪声,并通过k邻域均值采样填补点云空缺得到增强点云,及采用固定视点法简化法向量一致化。其次,针对重建表面数据冗余的问题,在保持特征的前提下,引入最短边准则剔除大量的狭长三角形。最后采用ISPRS倾斜下视航空影像及无人机影像进行了实验。结果表明,该方法相比二维狄洛尼构网算法和快速三角化方法在表面重建效果上有一定的改进,对于多视影像的DSM自动生成是可行的。

基于群落建筑特征统计值的建筑关键平面优化提取

为了解决在复杂建筑形体的倾斜摄影点云平面分割中,常规的RANSAC平面分割与提取导致的过分割问题,本文结合倾斜摄影群落建筑点云特点,提出一种基于群落内建筑特征统计值的单体建筑关键平面RANSAC优化分割与提取方法。首先,根据群落内建筑平面距离和夹角统计值来合并平面;其次,根据坡度统计值优化竖直平面;再次,根据平面点密度统计值和特征结构进行平面滤除与优化;最后,实现建筑关键平面的优化提取。经验证,该方法对单体建筑的底平面、墙面及屋面等关键特征平面信息的提取准确率为95.80%,召回率为96.21%,能够实现关键特征的精确提取,为后续建筑信息模型自动化构建提供基础数据。

面向对象和SVM结合的无人机数据建筑物提取

建筑物提取时结合归一化数字表面模型(nDSM)的高度信息可以提高其提取精度。通常高度信息由LiDAR数据生成高精度3D点云获得。但由于获取成本较高,寻找替代LiDAR点云生成高度信息的数据至关重要,为此该文探讨摄影测量点云生成nDSM用于建筑物提取的可适用性。采用无人机影像作为单一数据源,选取汉旺镇和林扒镇2个研究区进行实验,利用面向对象技术与支持向量机(SVM)相结合的方法进行建筑物提取。首先,采用Pix4D Mapper生成摄影测量点云,通过基于不规则三角网加密滤波方法和反距离加权法插值生成nDSM影像;其次,对无人机RGB影像进行分割,选取9种属性特征(2种高度属性和7种光谱属性)作为建筑物的识别属性;最后,利用SVM分类器进行建筑物提取,采用形态学滤波方法进行后处理。研究结果表明,汉旺研究区提取的完整率为85.5%,正确率为83.9%;林扒研究区提取的完整率为92.5%,正确率为78.6%。摄影测量点云生成的nDSM在建筑物提取应用中适用性较好,可以有效提高建筑物的提取精度,并且大大降低了成本。

融媒体语境下对新闻图片直播的观察与思考

本文主要探讨在'融媒体'语境下,图片直播在新闻直播中的应用和观察。通过对传统信息传播媒介的简单整理,尝试探索大众对不同的信息获取方式的期待,并且对新闻摄影工作进行新的思考。

基于无人机多光谱影像的松材线虫病单木尺度监测

松材线虫病是最具危害性的森林病害之一,亟需采取精准的监测手段来确定病疫木的株数和位置,实现松材线虫病的高效防控。利用多光谱无人机获取贵州省榕江县忠诚镇松材线虫病疫区图像,以无人机多光谱及其衍生点云作为数据源。首先,通过点云分割算法对研究区单木进行定位识别和树冠轮廓分割;然后,以分割单元提取光谱特征,并通过随机森林与递归特征消除相结合(RF-RFE)筛选出最佳特征集;最后,基于筛选特征集用于随机森林(RF)和支持向量机(SVM)检测模型构建,并评价模型检测性能,同时,使用RF和SVM对研究区进行感病情况反演,绘制松材线虫病空间分布图。结果表明:1)基于摄影测量点云单木分割效果较好,整体F-score为82.21%;经过特征筛选构建的RF模型,其OA和Kappa分别为84.4%和0.74,SVM的为76.09%和0.66。2)在树木健康、早期、中期和晚期4个阶段的检测中,RF的F-score值分别为78.43%,69.23%,83.33%和94.12%;SVM的为80.7%,55.81%,70.18%和84.13%。综合比较,RF的检测性能最好。研究表明,采用无人机多光谱影像和摄影测量点云相结合进行松材线虫病单木尺度监测具有可行性。通过研究,以期为低成本和精准的松材线虫病遥感监测提供参考。

面向城市场景异源多时相点云的自动配准

异源多时相点云数据是建设数字城市和智慧社会的关键空间数据支撑,其准确配准是开展各类后续应用的前提。针对异源多时相点云配准任务中数据规模大、结构差异大、场景变化大的难点,本文提出了一种自动的无控配准方法。首先将城市场景的整体点云数据过分割为平面区块,交汇相邻的平面生成稳定而特异的对象级虚拟关键点;然后将关键点间的刚体几何空间关系编码为图结构间的距离约束,匹配获取待配点云与目标点云间的同名点对;最后利用同名点对求取刚体转换参数,并应用转换参数将待配点云转换至目标点云的坐标系中。选择荷兰鹿特丹市某一典型城市场景地块的异源多时相点云数据验证了所提方法的有效性。实验结果表明,本文方法能够自动、准确、高效地实现城市场景异源多时相点云的无控配准,具有较高的工程应用价值。