基于LiDAR点云精确快速修复面状水域DEM

DEM质量检验规范对水域部分“高程一致性”及“水面光滑平整性”的基本要求,使得在生产水域DEM时,参与了大量的人工后期编辑工作,致使效率低下。为摆脱这一传统工作模式,本文通过探讨机载LiDAR中面状水域部分与其周边点云的不同结构特点,运用TIN外接圆半径大小的差异性,分离面状水域与非水域三角网,以完成对面状水域边界的提取与水域空洞的点云修复,借助C语言编制点云处理程序,并针对某自然村进行机载LiDAR扫描与该方案的程序测试。测试结果表明:该程序化解决方案能够快速识别测区水域边界,以水域边界最低点高程值修复水域空洞,使其DEM完全满足DEM质检规范对水域的基本要求,效率上较传统水域DEM处理模式有大幅提高,获得较好的测试效果。

多源矢量空间数据中面状水域几何准确性及现势性评估方法

多源矢量空间数据的评估方法一直以来比较欠缺。目前常用的专家决策方法,主要依赖专家的人工参与,不仅主观性强、执行效率低,而且使用门槛高。本文提出了多源矢量空间数据中面状水域的几何准确性与现势性评估方法,可以“量化”描述不同数据几何准确性与现势性的差异,并将评估结果可视化表达。试验结果表明,该方法科学客观、可靠有效。

基于面积比分割的面状水域提取方法研究

针对目前遥感影像中面状水域提取算法的自动化程度不高的问题,本文提出了一种基于面积比分割的面状水域提取算法。首先,利用矢量数据提供的面积作为先验信息,对待提取的遥感影像进行图像分割,经过去噪、边缘检测等环节实现面状水域的初步提取;然后将初步提取的面状水域带入到主动轮廓模型中,作为初始边界对面状水域进行精确提取;最后,以天绘影像对上述算法进行验证,结果表明:该算法能够有效提取面状水域,提高现有算法的自动化程度。

一种利用矢量数据和GVF Snake模型的面状水域提取方法

GVF Snake模型具有捕获范围大、能够逼近"凹形"区域的优势,是提取面状水域的有效方法,但该模型在具体使用时需要依赖一定的人工参与。本文充分利用已有矢量数据中的先验信息,通过扫描线寻找目标像素并进行区域生长,为GVF Snake模型的求解提供梯度矢量场的作用范围及初始轮廓曲线,提高模型的自动化程度。实验证明,该方法准确、可靠,对于面状水域矢量数据的更新具有一定的实用性。

基于激光雷达生产水面要素DEM的关键技术探讨

通过分析传统制作水域DEM数据模式的技术瓶颈,以及DEM相关质检规范对水域类别的具体要求,引入一种基于激光雷达点云数据对面状水域要素边界提取与水域空洞点云修复的综合处理方法。该方法针对测区面状水域点云空洞等区域,以三维多段线形式提取为水域边界多边形,以边界节点最低高程值修复空洞面域,借助C语言完成了程序的编制。最后通过实地测试进行了验证,测试结果表明:在技术与效率上,该基于点云的水域边界提取与空洞点云修复的综合处理方法在最终生成DEM之前即完成了点云修复处理工作,使内业数据处理环节繁琐度降低,大大提高了DEM的生成效率;在质量上,测试区DEM成果完全满足规范对水域DEM“高程一致性”与“水面光滑平整性”的基本要求。