基于正交多项式的平原城区机载LiDAR数据滤波算法

从机载LiDAR点云数据中分离地面点与非地面点生成城区DEM,是构建数字城市的首要工作。该文对机载LiDAR数据处理中的滤波关键算法进行了研究。首先,利用常用的区域增长方法对机载LiDAR点云数据进行了滤波处理,然后基于正交多项式分带滤波方法进行了点云滤波,比较了两种算法的运行效率,分析了二者的特点,并通过试验对比进行了阈值参数优选,试验表明该算法具有较好的滤波效果,在平原城区的数字城市三维建模中具有很好的应用价值。

基于白噪声正交多项式滤波的GPS测速方法分析

针对目前GPS精度鉴定系统事后数据处理中速度精度偏低,难以满足试验任务需求的问题,结合试验中GPS数据具有等间隔、高采样率的特点,基于GPS测速的基本原理,利用位置微分求速方法,设计了采用白噪声正交多项式最优线性滤波的中心平滑求速方法,使GPS测速精度达到0.01 m/s,提高了GPS精度鉴定系统的测速性能指标。

多项式正交滤波器与共轭正交滤波器组

主要讨论了多项式正交滤波器和共轭正交滤波器组的构造方法。首先利用Riesz引理和特殊的余弦三角形多项式,给出了一种多项式正交滤波器的构造算法,该算法可以构造出一系列特性各异的紧支撑正交小波基;还给出了由一个矩阵CQFs派生多个新的矩阵CQFs的共轭正交滤波器组算法,包括由低阶矩阵CQFs构造高阶矩阵CQFs。

利用SLAM激光扫描提取装配式建筑轮廓方法

为了获得更为精准的轮廓特征,提出一种利用SLAM激光扫描提取装配式建筑轮廓的方法。通过SLAM激光扫描系统采集装配式建筑点云数据,挖掘集合特征信息获得建筑与断面间距离,从点云曲线中提取建筑外轮廓变化特征点,获得二维平面特征的基础轮廓。使用正交多项式分带滤波区分三维数据与不规则点云,通过反复迭代去除不规则点,得出最接近地面点的正交多项式。根据高程阈值将不规则数据划分为地面点、非地面点,判别估值全部断面中伪距。最后根据修正数据信息,二次采样原始扫描数据,获取出可以映射建筑表面几何特征的三维坐标信息。仿真实验结果表明,所提方法可避免角点模糊导致轮廓信息不精准问题,x轴与y轴的角点检测坐标均方误差低于0.015 m,具有较高适用性。

基于RANSAC模型的机载LiDAR数据中建筑轮廓提取算法

使用正交多项式分带滤波方法对机载LiDAR点云数据进行滤波处理,通过迭代不断剔除非地面高点数据,最终得到由贴近地面的数据拟合而成的正交多项式.通过设定高程阈值将数据分成地面部分与非地面部分.提出了一种基于随机抽样一致性(RANSAC)算法模型的建筑物面片识别和轮廓提取算法,实现在包含噪声的点云数据中快速准确地识别和提取建筑物轮廓.在实验中对长春市的机载LiDAR数据进行了滤波、建筑屋顶面及其轮廓的提取,验证了本文算法的较高效率和精度.