Layer-Constrained Triangulated Irregular Network Algorithm Based on Ground Penetrating Radar Data and Its Application

In this paper,a layer-constrained triangulated irregular network（ LC-TIN） algorithm is proposed for three-dimensional（ 3 D） modelling,and applied to construct a 3 D model for geological disease information based on ground penetrating radar（ GPR） data. Compared with the traditional TIN algorithm,the LCTIN algorithm introduced a layer constraint to the discrete data points during the 3 D modelling process,and it can dynamically construct networks from layer to layer and implement 3 D modelling for arbitrary shapes with high precision. The experimental results validated this method,the proposed algorithm not only can maintain the rationality of triangulation network,but also can obtain a good generation speed. In addition,the algorithm is also introduced to our self-developed 3 D visualization platform,which utilized GPR data to model geological diseases. Therefore the feasibility of the algorithm is verified in the practical application.

A New Algorithm to Automatically Extract the Drainage Networks and Catchments Based on Triangulation Irregular Network Digital Elevation Model

A new algorithm to automatically extract drainage networks and catchments based on triangulation irregular networks(TINs) digital elevation model(DEM) was developed. The flow direction in this approach is determined by computing the spatial gradient of triangle and triangle edges. Outflow edge was defined by comparing the contribution area that is separated by the steepest descent of the triangle. Local channels were then tracked to build drainage networks. Both triangle edges and facets were considered to construct flow path. The algorithm has been tested in the site for Hawaiian Island of Kaho'olawe, and the results were compared with those calculated by ARCGIS as well as terrain map. The reported algorithm has been proved to be a reliable approach with high efficiency to generate well-connected and coherent drainage networks.

SAR imaging simulation for an inhomogeneous undulated lunar surface based on triangulated irregular network

Based on the statistics of the lunar cratered terrain, e.g., population, dimension and shape of craters, the terrain feature of cratered lunar surface is numerically generated. According to the inhomogeneous distribution of the lunar surface slope, the triangulated irregular network （TIN） is employed to make the digital elevation of lunar surface model. The Kirchhoff approximation of surface scattering is then applied to simulation of lunar surface scattering. The synthetic aperture radar （SAR） image for compre- hensive cratered lunar surface is numerically generated using back projection （BP） algorithm of SAR imaging. Making use of the digital elevation and Clementine UVVIS data at Apollo 15 landing site as the ground truth, an SAR image at Apollo 15 landing site is simulated. The image simulation is verified using real SAR image and echoes statistics.

The Analysis of Frequency Reuse Irregular Patterns in Mobile Telephone Network

Some frequency reuse irregular patterns in radionetwork design are proposed,the characteristic and applica-tion measures of these patterns are analyzed.Then this paperaccounts that frequency reuse irregular patterns is a usefulway to impove spectrum efficiency and it is significative forartificial intelligence to be applied in this field.

滚动球变换支持下的TIN-DDM地形特征线自动提取方法

针对传统规则格网数字高程模型地形特征线提取方法中存在阈值难以定量调控、连接方式无法自适应调整以及地形特征线类型不完整的问题,将滚动球变换模型应用于不规则三角网数字水深模型(triangulated irregular network digital depth model,TIN-DDM)地形特征线的自动提取,在构建临界滚动球半径关联的地形特征点定量识别判定准则基础上,引入地形形态边界点概念,采用逆向工程的建模思路,建立了以剖分单元为基础的地形特征线自动提取模型,结合地形类型判定准则的多尺度表达特性及顾及水深数值的地形特征优化模型,提出了可多尺度表达且类型完整的地形特征线自动提取方法。试验结果表明:相比于经典地表流水模拟方法,该方法可实现完整、连续且细分的TIN-DDM地形特征线自动提取及多尺度表达,且提取的地形特征线具有更高的地形重构精度。

多源车载数据驱动的地铁轨道不平顺智能识别方法

针对轨道不平顺检测成本高与时效性低等不足,从车辆动态响应与轨道不平顺之间的相关性为切入点,提出一种多源车载数据驱动的轨道不平顺智能识别方法。首先,建立地铁车辆系统动力学模型,获取车辆振动与运动姿态响应数据;其次,通过相关性分析算法,选取强相关性数据,制作网络模型数据集;最后,建立卷积神经网络-长短期记忆网络(CNN-LSTM),通过粒子群算法优化(PSO)神经网络模型参数,建立PSO-CNN-LSTM模型,实现对轨道不平顺的识别拟合。研究结果表明:在车辆动态响应信号中,与横向信号与轨道不平顺之间的相关性相比,垂向信号的更强,同时,车体的运动姿态如车体点头角速度与不平顺有明显的相关性。所提出的PSO-CNN-LSTM模型轨道垂向与横向不平顺识别拟合度分别达0.92和0.76。与经典的全连接神经网络FCNN和支持向量机SVR相比,PSO-CNN-LSTM有更好的识别效果与时效性。

面向电力输电场景概略点云的无人机巡航线自动生成

针对电力输电场景无人机自动巡检技术需求,提出一种基于概略点云的无人机巡航线自动生成方法。首先,采用基于边长约束的不规则三角网(TIN)区域生长方法,将电力输电场景概略点云区分割成不同区域,并在此基础上基于区域面积约束提取电力线走廊点云;其次,利用最小外接矩形方法实现电力线走廊点云分段处理,并根据每段点集的最小外接矩形信息生成初始巡航线位置;最后,采用点集中心进行初始巡航线的位置优化,实现巡航线的快速生成。实验结果表明,所提方法能快速实现电力输电场景点云的巡航线自动生成,对无人机巡航线实时提取及自主巡航具有一定的应用价值。

麻家边水库库容测量与变化分析

以麻家边水库为例,根据中小型水库库容测量的工作内容,探讨无人机载激光雷达测量、无人船自动测量、等高线法和不规则三角网法等先进方法在水库库容测量中的应用,并通过实地调查和对比不同时间的卫星影像资料合理解释水库库容变化,可为类似项目提供有益参考。

基于ArcEngine的等高线质量检查方法研究

等高线的精准描绘是地图绘制的关键问题。本文针对地图生产中等高线与高程注记点,研究可能出现的矛盾类型,引入基于等高线和高程注记点的不规则三角网检查方法与放射检查方法,以期为生产实践提供参考。基于ArcEngine组件库和C#语言,开发了等高线质量检查程序,并用实例数据对其检查结果的准确度进行了验证。研究结果表明:等高线节点构建不规则三角网进行点线矛盾的检查方法具有较高的精度,可满足项目生产需求。

基于改进SURF的增强现实图像匹配方法

针对传统增强现实图像匹配算法鲁棒性不强且效率不高的问题,提出一种改进的SURF匹配算法。首先,使用SURF算法进行特征点检测,并通过Haar小波模板确定特征主方向,在得到特征主方向后构建特征描述符;由于传统SURF算法采用高达64维的矩形描述符,导致算法的计算量非常大,并且鲁棒性不强。因此,该文使用DAISY圆形描述符替代原始算法中的矩形描述符,DAISY是三层同心圆结构,每层包含8个采样点,可以得到25个维度的描述符,这种结构使得算法的鲁棒性大大增强并且降低了计算复杂度;接着,使用特征描述符计算欧氏距离进行特征点匹配;最后,对得到的匹配点集使用随机抽样一致(RANSAC)与三角不规则网络(TIN)算法进行优化,剔除误匹配点。实验结果表明,该算法虽然略微增加了时间复杂度,但鲁棒性变得更强,并且算法的效率和匹配精度也大大提高,平均精度达到了95%以上。

卫星斜视影像地形遮蔽区的自动检测研究

针对卫星斜视影像普遍存在的地形遮挡问题,文章提出了基于有理多项式系数(Rational Polynomial Coefficients,RPC)模型的高分辨率卫星影像遮挡检测方法。利用不规则三角网(Triangulated Irregular Network,TIN)表达三维地形表面,并采用光线追踪法精确探测入射光线与三角网的相交情况以确定交点间的遮挡关系。为提高遮挡检测效率,设计了一种极小化地形搜索区的方法,并利用斜视成像的真实卫星影像及模拟卫星影像进行了实验验证,结果表明该方法对遮挡区域的检测精度高于97%,能有效地识别出受地形遮挡影响的区域,自动生成准确的地形遮蔽区域掩膜影像。

基于道路矢量数据的路口地理实体面图元提取

地理实体数据是实景三维数据中的重要组成部分,路口实体在城市实景三维中有着重要作用,当前路口实体面图元的提取是通过人工查找路口位置并在路口位置处手动构建路口面,这种提取方式容易漏掉路口位置且有人工编辑工作量较多的问题。为准确定位路口位置且在路口位置处高效构建路口面图元,本文设计了一种基于道路矢量数据的路口地理实体面图元的提取方法,通过对道路面数据构建不规则三角网,分析不规则三角网(TIN)在路口处的特点,准确定位出路口位置,并在路口处自动构建路口面图元。本文基于湖南省基础测绘道路矢量数据,对基于道路矢量数据的路口地理实体面图元提取方法的有效性进行验证,实验结果表明,该方法路口定位准确率达97.5%,路口面构建较为准确,可以有效缩短路口实体生产周期,研究结果可以应用于其他条带状交叉口实体类的定位和构建。

机载LiDAR点云数据的组合滤波算法研究

针对采用渐进式形态学滤波算法进行机载LiDAR点云滤波时存在的滤波效果不佳、地形特征保留不明显的问题,本文提出了一种改进不规则三角网的后处理滤波算法,构建组合式机载LiDAR点云滤波算法。该组合算法有效地结合了渐进式形态学滤波算法与改进TIN滤波算法的优势,首先采用渐进式形态学滤波算法对原始机载LiDAR点云数据进行处理,提取得到初始地面点;其次优化传统TIN滤波算法,以初始地面点及种子点构建TIN,通过连续迭代提取得到精细化地面点。为验证本文提出滤波算法的可靠性与优越性,选取宁波市某地2组机载LiDAR点云数据进行实验,结果表明,与较单一的渐进式形态学滤波算法、TIN滤波算法地面点提取结果相比较,本文改进滤波算法提取地面点的Ⅰ类误差、Ⅱ类误差及总误差均更低,且不受地形条件限制,具有较高的适应性,验证了本文提出改进滤波算法的可靠性与优越性。

非常规油气藏不规则复杂裂缝表征方法

非常规油气资源储量大,开发难度高。储层压裂改造是非常规油气资源开发的关键技术手段。天然裂缝和压裂裂缝具有不规则性和复杂性。针对现有裂缝表征方法难以准确刻画裂缝真实形状和宽度变化等不规则特性这一问题,提出了基于非结构PEBI网格的不规则复杂裂缝表征方法。首先,建立基于PEBI网格的天然裂缝表征流程,实现对任意区域或限定区域天然裂缝的准确表征;其次,建立基于Delaunay三角形网格和PEBI网格的压裂裂缝表征及优化方法,分析网格尺寸及优化次数对裂缝表征精度的影响;第三,建立基于非结构网格的非平面裂缝表征方法,实现对弯曲裂缝的刻画和表征,裂缝形态和分布与实际情况更相符;第四,提出非均匀裂缝宽度表征方法,实现对变宽度即同一条裂缝宽度和导流能力不均匀分布裂缝的精细表征;第五,在全区域和限定区域内,实现耦合不规则压裂裂缝和不规则天然裂缝的复杂缝网表征。针对大规模天然裂缝与压裂裂缝相交、裂缝宽度非均匀分布、非平面裂缝等复杂条件下的裂缝网络表征,通过调整网格优化次数,能够提高缝网表征质量。利用PEBI网格能够灵活准确逼近裂缝复杂边界条件的优势,实现快速、准确地显示处理大量不规则天然裂缝和压裂裂缝。形成的不规则复杂裂缝表征方法,有助于提高非常规油气藏裂缝网络的表征精度和数值模拟计算准确性。

ArcGIS在露天矿山土石方量测算中的应用

露天矿山生态治理修复普遍采用台阶爆破削坡复绿技术,传统土石方量测算方法难以适应高陡边坡复杂的地形环境。为快速准确获取露天矿山生态治理土石方填挖量,采用无人机倾斜摄影测量方法快速获取矿区高精度、高密度点云数据,利用ArcGIS软件对点云数据和规划设计数据进行处理,构建TIN模型并转化为栅格模型,采用3DAnalyst中的CutFill工具进行土石方填挖量计算,将测算成果进行多形式可视化表达,数据成果准确可靠。采用基于CASS软件的DTM法对矿山生态治理土石方填挖量进行计算,在露天矿山复杂地形环境及高程点密集程度等因素的影响下,DTM法测算成果误差较大,作业效率和测算精度均远低于ArcGIS测算方法,说明采用倾斜摄影测量和ArcGIS软件相结合的技术方法进行露天矿山生态治理土石方填挖量测算速度快、精度高、数据成果可视化,能够为露天矿山生态恢复提供精确的土石方填挖量数据成果。

作战模拟中基于不规则三角网的路径规划研究

针对分队级作战模拟的路径规划问题,该文采用了一种基于不规则三角网的路径规划方法,通过将作战地图上的面状区域进行三角网剖分,区分地貌、地物设置三角面的属性,以描述不同三角网之间的可通行性,并在此基础上利用A*算法寻路,可以快速实现路径规划。非路网的路径规划将使作战模拟中实体的行为更加逼真,达到了野战环境下运动规划的目的。

基于机载LiDAR点云数据的建筑物提取方法研究

为了从机载LiDAR点云数据中快速、高效提取得到建筑物点,为建筑物三维模型重建、智慧城市建设提供数据支撑,本文提出了一种机载LiDAR点云数据的建筑物提取方法。具体实现步骤为:首先,对原始机载Li-DAR点云数据进行去噪、地面点滤波等预处理;其次,根据构建不规则三角网确定种子点进行区域生长得到初始建筑物点云;最后,对初始建筑物点云进行主成分分析等处理得到精细化建筑物点云。使用实测机载LiDAR点云数据进行实验,并对比不同方法提取建筑物点云结果。结果表明:本文方法较另外两种方法提取建筑物点云效果更好,精度更高,对于不同地形具有良好的适应性。

机载LiDAR点云数据滤波方法研究

为了改善地形复杂区域机载激光雷达点云滤波效果,本文提出了一种结合布料模拟滤波与改进不规则三角网的机载LiDAR点云滤波方法。该方法实现机载LiDAR点云滤波的主要步骤为:首先,使用KD树算法将原始点云数据中的粗差剔除;其次,使用CSF对粗差剔除后点云数据进行滤波,滤除建筑物等高大地物点得到初始地面点;最后,使用改进的TIN算法对初始地面点进行进一步精滤波,得到最终地面点结果。为了对本文提出方法的有效性与优越性进行检验,使用两组实验数据进行滤波实验,结果表明本文点云滤波方法可有效降低Ⅰ类、Ⅱ类误差,对不同地形条件进行点云滤波均有较高的准确性。

一种改进的车载激光扫描点云滤波算法

为了提高车载激光扫描点云滤波精度,同时解决目前点云滤波算法中存在的人机交互多、参数不易把控等问题,本文在经典不规则三角网(Triangulated Irregular Network,TIN)迭代加密滤波算法的基础上,优化地面种子点选取与进行格网大小自适应变化,提出了一种改进的TIN迭代加密滤波算法。该改进滤波算法实现非地面点滤波的主要途径为:首先,对原始车载点云数据构建格网,通过计算邻域卷积以及构造虚拟种子点实现地面种子点的确定;其次,根据设置阈值条件将待判断激光点加密至TIN中;最后,通过自适应改变格网大小并进行迭代滤波完成地面点提取。使用两段城市典型道路车载激光扫描点云数据进行实验,结果表明本文改进滤波算法的滤波性能更好,具有较好的地形适应性。

车载激光点云组合滤波算法

为了解决传统车载点云滤波算法无法有效剔除地形坡度较大区域非地面点的问题,本文结合布料模拟滤波(CSF)算法与传统不规则三角网(TIN)的特点,提出一种基于CSF算法的改进TIN滤波算法。首先,使用CSF算法对原始点云进行滤波处理,获取初始地面点;其次,使用改进TIN滤波算法对CSF算法滤波结果进行进一步滤波,通过邻域卷积和选取种子点与构造虚拟种子点,根据滤波次数改变格网大小进行迭代滤波。使用两组地形条件不同的城市道路点云进行试验,对比不同滤波算法的滤波结果。结果表明,本文提出的组合滤波算法能够有效弥补单一滤波算法的不足,能够较好地适应城区情况。