基于机载点云数据的输电线路自动分类方法研究

机载激光雷达技术能够获得高精度的三维数据,在测量方法的针对性和测量方法的优势方面具有更强的应用价值,相对于传统的测量技术而言激光雷达测量技术在测量成本方面相对较低、测量速度快、精度高,能够获得高密度的点云数据,并且对三维坐标进行标记。本文立足激光雷达测量技术分析机载电源数据的输电线路自动分类方法。

基于机载LiDAR点云数据的建筑物三维模型重建方法研究

根据建筑物点云的分布特征,提出一种机载LiDAR点云建筑物三维模型重建方法。首先,利用布料模拟滤波算法剔除地面点,实现包含建筑物点云在内的非地面点提取,并利用最大类间方差法提取建筑物点云;其次,使用Alpha Shape算法提取建筑物点云中边缘点,并规则化处理建筑物轮廓线,通过屋顶分割算法提取建筑物屋顶信息;最后,使用SharpGL工具进行建筑物三维模型重建。以某地级市某地区机载LiDAR点云数据为例进行实验,结果表明该方法进行建筑物三维模型重建具有较高的精度与效率,适用于城镇复杂区域建筑物三维模型重建。

海量机载LiDAR点云改进滤波算法研究

为了提高机载LiDAR点云滤波算法在点云滤波中的精度与效率,本文在已有的多级移动曲面拟合滤波算法的基础上提出一种多级多窗口移动曲面拟合算法(WHMCFA)。该改进滤波算法能够有效解决HMCFA滤波算法中存在的曲面拟合精度低、粗差率高等问题。同时,为了提高LiDAR点云数据的滤波效率,在WHMCFA的基础上设计并实现PWHMCFA并行滤波算法。将本文改进滤波算法应用于机载LiDAR点云数据滤波处理中,结果表明,与传统滤波算法相比,本文提出改进滤波算法的滤波精度更高,滤波效果更好。

海量机载激光点云数据分布式分片存储方法研究

机载采集的红外激光云数据,作为重要的遥感大数据,其存储方法决定后期的应用方向。由于海量化机载激光点云数据存储对高效率的要求越来越高,提出了一种海量机载激光点云数据分布式分片存储方法。对激光点云信息特征的加权模糊C均值化,去除激光点云数据的噪声干扰。依据Sharding分片功能,设计云数据库的数据分片算法。设计改进哈希数据分布算法,完成最终的海量机载激光点云数据分布式存储。实验结果表明:所提方法的激光点云数据存储能力更高,效率更好,实际应用效果更好。

基于机载LiDAR点云数据的建筑物三维模型重建方法分析

本文以机载LiDAR点云数据为研究对象,提出一套建筑物三维模型重建方法。首先使用渐进三角网滤波算法分类地面点与非地面点,通过训练完成的随机森林模型完成建筑物点云提取;其次将方向作为约束条件,使用随机抽样一致(Random Sample Consensus,RANSAC)算法完成建筑物轮廓线提取并获取屋顶关键点信息;最后使用SharpGL工具包,以建筑物轮廓线与屋顶关键点信息为框架重建建筑物三维模型。以实测机载LiDAR点云数据为例进行实验,结果表明本文方法能够提取得到完整的建筑物轮廓信息,并具有较高的建筑物模型重建精度。

机载激光雷达点云数据处理研究

随着社会的发展,人们对森林的关注程度逐渐的提高,对于森林的研究传统的方法越来越不能够满足我们的研究需求,由于森林面积大,植物种类广,所处地理环境位置的特殊,在研究的过程中带来了诸多的不便。在森林研究方面,越来越多的使用到机载激光雷达提供的数据。本文利用机载激光雷达数据进行了DSM和DEM研究,并利用CHM对森林密度、单木参数等植被参数进行反演研究,可帮助林业部门准确、及时掌握森林资源等信息。

基于多源点云数据的高程质量检查方法研究

随着测绘技术不断发展,大规模空间数据的获取变得更加高效和准确,但由于地形复杂性以及采集方法的局限性,通过单一来源获得完整、高质量的数据是困难的。本文介绍了一种基于多源激光点云数据对比的道路检查方法,数据来源包括车载点云、机载点云和人工实测坐标,检查对象为主道、匝道和边坡断面。本研究采用车载点云和机载点云来完成主道和匝道的检查,而对于边坡断面路段,主要采用机载点云,并通过人工实测的方式进行补充。结果显示车载与机载点云在主道与匝道精度分别为96.4%、98%,主道与匝道衔接精度达到96.5%,边坡断面植被稀疏地区中误差为8 cm,植被密集地区中误差为17.1 cm,精度较高,可为道路检查提供参考。

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。

基于大数据技术的机载激光雷达点云分类与建模研究

针对传统机载激光雷达点云数据分类建模方法存在的占用内存较大、运行时间较长等问题,提出一种大数据技术的机载激光雷达点云分类与建模方法。首先对当前机载激光雷达点云分类与建模方研究现状进行分析,指出各种机载激光雷达点云分类与建模方法的不足,然后引入大数据技术中的贝叶斯估计算法和包围盒法对机载激光雷达点云进行分类与建模,最后进行了机载激光雷达点云分类与建模的仿真测试,结果表明,方法提高了机载激光雷达点云分类精度,减少了机载激光雷达点云分类时间。

基于图像分割技术的城区机载LiDAR数据滤波方法

为了获取高精度的DEM数据,采用了一种基于图像分割技术的方法对机载LiDAR数据进行滤波处理。该方法针对原始激光点云数据,首先运用边缘检测技术进行点云分割,准确提取建筑物的边缘信息,确定地面种子点;然后按照一定的准则进行区域生长,最终得到裸露地面点集。针对几组不同地貌特征的城区实测数据进行滤波实验,通过定性和定量分析,验证了该算法不但计算速度快、精度高,而且还具有较强的稳健性。

基于机载LiDAR数据估测林分平均高

[目的]以2016年9月广西壮族自治区高峰林场实验区获取的机载LiDAR点云数据为基础,通过提取30 m×30 m空间林分尺度下的LiDAR点云特征变量实现对林分平均高的估测。[方法]首先将105块实测林分平均高度的样地数据按照3:1的比例随机划分为训练样本(79)和检验样本(26),采用随机森林回归(RFR)和支持向量回归(SVR)两种机器学习算法对79个训练样本与对应的林分LiDAR点云特征变量回归建模。建模方案包括随机森林模型、支持向量机模型及随机森林+支持向量机组合模型。其次利用26个检验样本数据评价模型预测精度。最后统计3个模型中训练样本和检验样本对应的精度评价指标,以一个预测精度高、泛化能力强的模型作为最终模型进行林分平均高制图。[结果]表明:随机森林模型的训练样本和检验样本的决定系数(R2)分别为0.8861和0.8375,均方根误差(RMSE)分别为1.22和1.56;支持向量机模型的训练样本和检验样本的决定系数(R2)分别为0.8864和0.8409,均方根误差(RMSE)分别为1.21和1.54;组合模型的训练样本和检验样本的决定系数(R2)分别为0.8598和0.8532,均方根误差(RMSE)分别为1.35和1.48;[结论]组合模型的泛化能力及预测精度最好,支持向量机次之,最后为随机森林。利用组合模型可有效完成研究区林分平均高制图。

一种LiDAR点云建筑物三维模型重建方法的研究

本文根据建筑物点云的分布特征,提出一种优化的机载LiDAR点云建筑物三维模型重建方法。首先,利用布料模拟滤波算法剔除地面点,实现包含建筑物点云在内的非地面点提取,并利用最大类间方差法提取建筑物点云,其次,使用Alpha Shape算法提取建筑物点云中边缘点,并规则化的建筑物轮廓线,提取建筑物屋顶信息。最后,使用SharpGL工具进行建筑物三维模型重建。以杭州市某地区机载LiDAR点云数据为例进行实验,结果表明利用本方法进行建筑物三维模型重建具有较高的精度与效率,适用于城镇复杂区域建筑物三维模型重建。

基于机载LiDAR点云数据森林郁闭度估测

郁闭度是反映森林数量和质量的重要参数,是森林调查的重要因子之一。以广西壮族自治区高峰林场试验区获取的机载LiDAR点云数据为基础,基于二维冠层高度模型(Canopy Height Model,CHM)和三维点云开展了森林郁闭度估测研究。使用实地调查的105块样地作为验证参考数据对郁闭度估测结果进行了精度评价,结果表明:基于二维CHM估测郁闭度与实测值之间的R2=0.388,RMSE=0.17;而基于三维点云估测郁闭度采用了2种方法:第一种方法采用归一化后2 m以上高度植被点云密度与归一化后所有点云密度比值估测郁闭度,估测结果与实测值之间的R2=0.467,RMSE=0.13。第二种方法采用归一化后2 m以上高度第一次回波植被点云密度与归一化后第一次回波所有点云密度比值估测郁闭度,估测结果与实测值之间的R2=0.478,RMSE=0.12;基于三维点云的2种方法估测林分郁闭度的精度皆优于基于二维CHM的方法,基于三维点云估测林分郁闭度方法中,第二种方法的精度优于第一种方法。

一种面向森林区域的全波形激光雷达数据全链路仿真方法

星载全波形激光雷达森林回波仿真,普遍使用的“混合几何光学辐射传输模型”,在建立目标场景时输入参数多而复杂,难以获取,且多依赖经验公式。针对上述问题,文章利用机载激光雷达点云数据,提取目标区域森林植被特征参数及地面高程参数,实现目标场景输入参数去经验式获取,并追踪传感器发射脉冲、脉冲光束与地面物体交互作用、接收回波全过程,建立包括传感器模型、目标植被模型、回波模型在内的激光雷达全链路仿真模型,为跨区域快速建模提供依据。对实验区域采集的机载激光雷达点云数据进行仿真得到模拟全波形激光雷达森林回波波形,并将模拟波形与机载激光雷达点云数据直接生成的拟大光斑波形进行比较;再将模拟波形与对应区域的GLAS波形进行对比分析,二者相关系数高于0.80,验证了模型的有效性。

机载LiDAR技术在油气管道工程勘测设计中的应用

作为油气管道工程勘测设计中的一项重要工作,纵断面测量内业数据处理具有工作量大、自动化水平低的特点,极大地限制了工作效率。针对此问题,本文设计了油气管道纵断数据提取程序,实现油气管道中线高程点加密、基于机载LiDAR点云数据的纵断数据提取、里程和角度计算等功能,并应用实际工作中,该系统具有易操作、高精度、高效率等优势,大幅提高了油气管道纵断面测量的工作效率。

油气管道纵断数据自动提取技术研究

作为管道工程勘测设计中的一项重要工作,纵断面测量内业数据处理具有工作量大、自动化水平低的特点,极大地影响了工作效率。针对此问题,本文设计了油气管道纵断数据提取程序,实现油气管道中线高程点加密、基于机载LiDAR点云数据的纵断数据提取、里程和角度计算等功能,并应用在实际工作当中。该系统具有易操作、高精度、高效率等优势,大幅度提高了油气管道纵断面测量的工作效率。