布料模拟算法的参数设置对点云分类结果影响分析

无论是通过点云数据建立高精度DEM还是对点云数据进行语义分割,首先需要准确分离地面点与非地面点。布料模拟算法是专门用于地面点与非地面点分割的算法,自提出以来便受到广泛关注。本文选取平地、缓坡、陡坡三种不同地形环境数据通过布料模拟算法对点云进行地面点与非地面点分类,得出布料模拟算法应用特点以及不同场景参数下布料分辨率,最大迭代次数和分类阈值对分类结果的影响,并给出参数设置原则,对使用布料模拟算法进行地面点分类具有一定参考意义。

基于Terrasolid的机载激光雷达点云组合滤波方法研究

本文基于Terrasolid软件,结合点云回波特性、地形数据和噪声的相对关系,提出了一种组合滤波的方法,并将其与常规采用Terrasolid进行组合滤波的流程方法进行了对比,验证了本次组合滤波方法在地面点分类中更能兼顾抗噪和建筑滤除效果。同时又给出了Terrasolid中组合滤波方法的具体实现,具有较强的可操作性,可为广大专业技术人员的工程实践提供直接参考。

利用机载LiDAR数据快速制作DEM的技术方法

与航空摄影测量相比,LiDAR技术可以不受时间、地形、地面覆盖等限制,具有全天候、直接、快速、高精度、高密度地获取地表三维信息的特点。主要探讨利用机载LiDAR数据快速制作DEM的处理流程和关键技术,并结合生产实例进行精度分析。试验证明,机载LiDAR数据经过一系列专业处理,能快速高效地获取高精度DEM,满足测绘成果要求。

机载雷达点云数据提取地面DEM的方法研究

通过无人机机载激光雷达采集研究区点云数据,研究数据处理方法与算法的优化,以高效地提取地面数字高程模型(DEM)。本文利用大疆禅思L1、大疆智图和TerraSolid软件进行采集数据并去噪、地面点粗分类和精分类等处理,建立数字高程模型。结果表明:(1)航高100m时点云数据平均密度为346.570个/m^(2),经人工处理后平均点密度为19.873个/m^(2);(2)新算法可提高数据精度和处理效率,生成DEM的高程中误差为0.3m~0.5m。

针对广西地形激光LiDAR点云滤波处理的研究及应用

机载LiDAR能够快速获取精确的高分辨率数字地面模型以及地面物体的三维坐标,是一种DEM数据快速生产的重要手段,在地球空间信息科学等领域具有广阔的发展前景和应用需求。然而在中国广西地区,由于地形地貌存在大量陡峭石山,地形破碎,以及部分地区植被十分茂密等特点,导致LiDAR数据的常规滤波算法将丢失大量地面点,增加人工编辑工作量,最终造成DEM生产质量不高。本文所提出的三个LiDAR点云数据精细化处理改进算法能够较好地识别这些特殊地形,采取一定的调整算法和处理,对陡石山进行重分类;对水体、断壁边界添加断裂线;对茂密植被区重新模拟地面,基本能大致修复丢失的地表,具有较强的实用性,也较大程度地提高了作业效率,尤其适合广西植被覆盖高、地形破碎、山地占比高的地区。

机载Lidar点云快速生成DEM关键技术研究

机载Lidar点云数据能快速获取DEM数据,并真实反映三维地面信息,其关键技术是地面点云的分类提取。本文主要介绍Lidar点云数据的地面点分类和地形特征线绘制等关键技术。