新的点云数据精简存储方法

海量点云数据的精简存储是逆向建模的一个关键环节,针对单站地面固定式三维激光扫描点云扇形等特点,提出了一种新的点云精简存储方法——扇形网格法。对点云数据遍历一次,即完成对点云的精简、降噪与存储,并用VC++6.0编写实现。多站扫描点云的配准、拼接,如果在单站点云经过扇形网格法处理后进行,会更快速高效。在与传统点云压缩算法分析对比的基础上,对其特点进行了分析,对在战场地形数字化中的适用性进行了验证。

基于地面激光强度校正数据的单木枝叶分离

由于受到角度、距离等因素影响,同种地物反射的激光强度数据存在较大的偏差,需要建立校正模型使强度数据能准确反映地物信息,并快速提取。从激光雷达测距方程出发,设计校正实验,运用多项式模型拟合强度数据校正方程,通过定义其标准值,改正距离和高度影响下的反射强度。采用阈值法和随机森林法进行立木枝叶分离。利用二次多项式对七类材质分别进行校正,校正后各材质强度数据级差均小于0.1,不受距离、高度影响,可以区分主干和叶片;活立木强度数据经过校正可以得到枝叶分离的阈值;随机森林法的最终分类效果较好,两树种叶模型校正分类精度分别为91.5%和84.3%。本研究建立的校正模型方法,对自然漫反射目标物的激光强度数据能够进行较为精确的校正,选用的自然立木验证实验校正成功,为进一步进行立木的枝叶分离提供了可能性。