共查询到20条相似文献，搜索用时 15 毫秒
1.
针对基于车载LiDAR点云数据的道路边界提取存在的问题,该文提出一种基于联合特征且能适应多种道路环境的道路边界提取方法。首先依据移动测量系统的航迹,按照设定宽度对道路数据进行分段,排除道路外侧无用数据;再对每段数据采用布料模拟滤波(CSF)算法分离地面点和非地面点,通过强度中值滤波去除地面点的椒盐噪声;然后计算点云局部邻域高差梯度和回波强度梯度构成的联合特征,依据设置阈值提取道路边界;最后通过欧氏距离聚类剔除部分非道路边缘点,细化道路边界,合并各段道路边界点云,得到完整的道路边界。选用代表性的城区道路、高速公路、乡村道路3种实验环境,验证了算法的鲁棒性。该研究对于扩展车载LiDAR在道路场景中的应用具有重要价值。 相似文献
2.
针对车载LiDAR点云分割存在人工干预多、分割效果不稳定等问题,该文提出一种基于车载LiDAR点云的路边地上物多阶段聚类分割算法。首先使用三维格网和广度优先搜索算法进行点云粗聚类,然后对相连地物进行欧氏聚类,生成若干边界完整的粗聚类点云,最后使用多段式近邻搜索逐步得到聚类结果,根据聚类主体和结果的体积比值评估聚合速度,以此自适应调整聚类阈值或输出结果,实现对道路场景中各类路边地上物的聚类分割。实验结果表明,该算法对行道树的正确提取率为87.0%,对路灯、指示牌的正确提取率为91.9%,且过分割/欠分割现象较少,相连地物的聚类结果仍保有完整的边缘轮廓,可保证后续点云处理的有效性。 相似文献
3.
基于三维激光点云的复杂道路场景杆状交通设施语义分类 总被引：1，自引：0，他引：1
文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤：数据预处理、杆状目标检测和分类。其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类。并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6%,分类准确率为96.1%。这说明文章所构建方法具有较高性能。另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景。 相似文献
4.
提出一种基于影像分割技术的LIDAR数据建筑物边缘提取方法,将LIDAR点云数据转化为DSM影像,采用改进的动态阈值分割算法对DSM影像进行分割,并将得到的图像进行边缘提取.试验表明,该方法不需要其他辅助数据,可以从LIDAR点云数据中提取建筑物边缘,为进一步的建筑物三维重建奠定基础. 相似文献
5.
智慧城市的蓬勃发展和快速推广,使得三维建模成为当前热点研究方向。平面点云分割是三维点云建模中数据处理的关键环节。该文提出一种三角面片法向量方向调整方法,通过后续对邻近法向量进行加权平均估算实现平面点云的分割。首先采用八叉树的空间划分方法将无序的点云建立索引,利用K紧邻搜索获取参考点的K个邻近点,然后将该局部点构建不规则三角网并且得到包含参考点的所有三角面片以及三角面片的法向量,并通过将三维点投影到二维平面,利用平面三角形两边向量叉乘的方法,判断并调整各三角面片的顶点排列顺序,使三角面片的法向量一致化,最后对包含参考点的所有三角面片的法向量加权平均,估算参考点的法向量,根据点云法矢一致、共面的原则将平面点云分割出来。以徕卡Scanstation 2型扫描仪获取点云数据,对该方法进行检验,结果显示其能较好地实现对点云法矢量方向的调整与估算,并对平面点云数据进行分割提取。 相似文献
6.
基于机载激光点云数据的电力线自动提取算法 总被引：1，自引：0，他引：1
设计并开发了一种从机载激光扫描的三维点云数据中自动提取电力线的算法,采用局部高程分布直方图模式分类滤波、Hough特征空间中全局方向特征优先的线特征提取、悬挂点位置数学推算和局部分段多项式拟合的方法,有效解决了电力线提取过程中电力线点云与电塔点云的自动分类、电力线平面位置提取、电力线悬挂点提取、电力线拟合问题。最后通过实际的工程数据验证了该算法的实用性。 相似文献
7.
《地理与地理信息科学》2016,(6)
空间轨迹中的停留点提取是将空间轨迹转换到语义轨迹的关键步骤。该文将速度变量引入停留点的提取,提出基于速度的时间聚类算法和速度聚类算法解决现有方法中的"伪停留点"和停留点丢失的问题。基于速度的时间聚类算法首先沿时间轴将轨迹点进行聚类得到候选停留点,然后利用速度阈值过滤候选停留点,得出实际停留点。速度聚类算法首先通过对速度的判断选取候选停留点,然后根据空间距离阈值对候选停留点的空间距离进行过滤,得出实际停留点,解决了停留点判断中的漏判问题。实验表明,基于速度的时间聚类算法对出租车轨迹数据(稳定时间间隔、不存在长时间轨迹点缺失)的空间轨迹停留点识别效果较好,而速度聚类算法更适用于步行轨迹(可能存在长时间轨迹点缺失)的分析。 相似文献
8.
基于浮动车轨迹数据的路网快速提取 总被引：1，自引：0，他引：1
浮动车轨迹数据包含丰富的路网信息,随着浮动车轨迹数据的逐渐公开,从中提取路网信息已成为可能。目前,大多数算法提取路网时,使用统一的阈值忽略了轨迹数据的密度差异,且只考虑了轨迹的形态没有考虑轨迹的方向,严重影响了提取结果的几何精确度和拓扑正确度。为此,该文提出了一种自适应半径质心漂移聚类方法,能根据轨迹密度、道路宽度自动调整聚类参数和利用轨迹方向实现道路拓扑连接。首先,通过自适应半径质心漂移聚类方法计算路网骨架点,采用小波聚类算法获取路网骨架点的方向集;然后,根据聚类半径和方向对骨架点进行递归连接,生成路网数据。利用深圳市福田区一天的浮动车轨迹数据进行了算法实验验证,将实验结果与栅格化方法、约束三角网方法的结果进行了定性定量评价分析。实验结果表明,该文算法提取的路网数据在几何精确度及拓扑正确度上都有明显的提高,且算法适合大数据处理。 相似文献
9.
《地理与地理信息科学》2017,(3)
为实现高保真矢量地图的版权保护,提出一种基于节点特征的矢量地图零水印算法。该方案以矢量地图线图元节点为基础,先采用道格拉斯一普克压缩算法提取特征节点,然后采用K-means聚类算法对特征点进行分块,最后根据各个分块内的特征点到聚类中心点距离的关系提取特征信息。处理水印图像时,先采用基于完全互补码的扩频技术扩大水印容量,然后采用混沌置乱保障水印的安全,再对水印图像进行分块处理,最后将水印信息与提取到的地图特征进行异或运算,由此构造出能够抗几何变化、简化、数据扰动等攻击的零水印参数。结果表明,该方案能够解决传统水印算法中地图精度与水印鲁棒性间的矛盾,并通过添加多重秘钥的方式保障了算法的安全性。 相似文献
10.
《地理与地理信息科学》2017,(2)
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监督聚类算法。该算法通过增加must-link和cannot-link约束作为先验知识,并在must-link约束集中叠加数据点的密度,以此产生新的聚类中心从而实现对数据点的吸引;对于cannot-link约束集中的数据点,通过将其n级最近邻居分离的方式找到其所属聚类中心,实现簇的归属。实验表明,基于密度峰值的半监督聚类算法利用先验知识来约束和引导聚类结果,在一定程度上改善了聚类的效果,并可应用于任意形状数据集的聚类问题中。 相似文献
11.
提出了一种基于激光点云数据提取房屋轮廓线的方法.首先在屋顶激光点云数据中搜索平面距离最远的两个激光点,选择其一为起始点,根据相邻边缘点连线的一侧不存在激光点的原则,检测屋顶所有的边缘点;然后对边缘点分组,利用最小二乘直线拟合方法分别拟合各条轮廓线并进行规则化;最后,选择轮廓线最外侧的激光点,对各条轮廓线进行平移外扩,并通过相邻轮廓线相交确定屋顶角点的坐标.实验结果表明,与通常采用的对屋顶激光点云构建不规则三角网(TIN)获取边缘点的方法相比,该算法运行效率明显提高,检测到的屋顶边缘点数量更多,获取的屋顶轮廓线精度更高. 相似文献
12.
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。 相似文献
13.
《地理与地理信息科学》2020,(1)
现有网格空间多尺度聚类方法未能将尺度因子作为模型参数实现尺度驱动的阈值提取,导致算法调参困难,难以全面挖掘空间数据的分布模式。海量空间点数据蕴含的信息更丰富,层次结构也更复杂,对聚类算法的参数自动化和计算效率提出了更高的要求。针对上述问题,该文从数据尺度和观察尺度提出了一种适用于海量数据的多尺度聚类挖掘方法:分别通过网格多分辨率和低通保边滤波器的尺度拓展机制实现了数据尺度和观察尺度上的尺度变换;将观察尺度层级作为参数引入大津法中,实现了观察尺度的密度阈值自动提取。实验结果表明:相比于传统低通滤波,该滤波方法具有良好的去噪保边效果;多尺度密度阈值提取算法能够有效地捕捉数据集中丰富的多层次信息,且计算复杂度低,可用于快速挖掘各类海量空间点数据中的多层次空间结构。 相似文献
14.
现有基于SIFT特征点的水印算法因特征区域重叠导致算法鲁棒性较差,不能满足GF-2影像版权保护的需求。该文采用Mean Shift对SIFT特征点进行优化和改进,提出一种基于NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理,将所有聚类中心作为影像的关键点,并计算关键点的平均SIFT描述符,以保证所生成的影像关键点具有与SIFT特征点相同的特征属性;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入低频子带的奇异值中,并通过相应的逆变换得到含水印影像。与其他算法对比验证结果表明,该算法既具有良好的不可见性,又对常规攻击以及旋转、裁剪、缩放等几何攻击具有较好的鲁棒性,且能有效减轻特征区域的重叠现象,适用于GF-2影像的版权保护。 相似文献
15.
准确刻画游客活动空间边界对于优化景区结构、实施界限管控、提高资源利用效益均有重要意义。由于游客行为的复杂性与边界模糊性,利用传统地理边界提取方法难以有效识别游客活动空间边界。基于层次聚类算法优化后的Delaunay三角网进行核密度估计,解决了多尺度下点核密度对空间边界拟合不精确的问题,同时借鉴圈层结构理论,依据游客空间集聚特征建立景区层次结构,利用大量游客长时间签到蕴含的时空信息,分析游客空间分布扩张规律,挖掘地理要素关系,建立“Hie-Density”模型,提出基于圈层结构理论的游客活动空间边界定量提取新方法。本文通过微观视角下圈层子系统的协同作用探究主体系统的宏观演化,证明了“Hie-Density”模型支持对多种游客分布模式进行描述,同时能够依据模型变化曲线定量识别游客活动最佳边界、空间集散状态、中心分裂特征及边界演化方向。多案例实证表明,本方法适用于各类景区的多尺度复杂游客活动空间边界提取,为地理时空数据挖掘提供了新视角和新方法。 相似文献
16.
《地理与地理信息科学》2020,(2)
AOI出入口是行人寻址与车辆导航的重要地标,城市化导致出入口位置和通行状态频繁变动,通告不及时则会影响正常出行,出入口的更新问题亟须一种自动化的探测方案。由于出入口与客流的聚集点存在一定的正相关,而出租车的下客点在一定程度上可以代表周边客流量,该文据此提出了一种基于出租车下客点的最高热度出入口位置提取方法,以城市的AOI和POI作为地理背景数据,以出租车轨迹和路网作为出行行为数据,通过改进的地理位置文本聚类获取AOI位置,通过层次聚类并结合二分K均值聚类提取下客点簇,将两者进行关联计算得到出入口的具体位置。该方法既可应用于出入口位置的快速提取,也可作为出入口变动的动态监测方案。 相似文献
17.
用地形三维激光扫描仪监测陡坡表面的细微变化,关键技术之一是对原始点云的精确滤波,即从密集点云中准确滤除非地形点,保留真实地形点。针对地势陡峭、表面复杂、植被多、密度分布极不均匀的陡坡点云,笔者发展了一种双重滤波方法:在对原始点云进行投影面变换的基础上,采用变窗口均值限差法滤除明显的非地形点,完成粗滤波;通过局部区域增长法找出绝大多数地形点,以占优势的地形点为参考,用局部最小二乘曲面拟合法对剩余未分类数据点进行检核,分离出非地形点,完成精滤波。文中选用3个不同类型的陡坡点云实例验证了该方法对于陡坡密集点云具有良好的滤波效果。该算法对野外大场景三维激光扫描点云滤波也有一定的参考价值。 相似文献
18.
针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。 相似文献
19.
企业作为产业的重要主体,其发展直接表征着产业的发展,企业的空间格局对产业的发展及资源配置具有重要的引导意义。本文基于北京市工商注册在业的人工智能企业数据,提取企业注册地址并转化为地理位置信息,通过改进有噪声的应用背景下的基于密度的空间聚类算法（DBSCAN）,分析北京市细粒度层级下人工智能产业集聚在全市域的空间分布格局特征。在DBSCAN算法改进方面,首先调整Minpts参数为企业注册资本总额与企业数量2个维度,企业数量大于5家且注册资本总额大于一定数额,为形成产业集聚区的2个必要条件;其次提取簇内位于边界的企业位置点作为集聚区地理边界点,将边界点连线并绘制形成人工智能产业集聚区。本文重点分析了企业注册资本和地理聚合半径对人工智能产业集聚区形成的影响,同时采用核密度估计法作为参照验证,表明改进DBSCAN方法具有精确刻画产业集聚区地理边界和确定不同规模产业集聚区的优势。通过分析得知,北京市人工智能产业集聚具有明显的中心分布特征,集中在城六区,呈现“两大龙头带动,北京市全域遍地开花”的分布情况,海淀区、朝阳区处于人工智能集聚程度高水平,相较其他区域,人工智能产业发展遥遥领先;西城区、东城... 相似文献
20.
《地理与地理信息科学》2017,(6)
建筑物提取对于基础地理数据获取与更新具有重要意义。针对传统的基于像元方法难以利用影像空间、上下文信息以及面向对象方法最优分割尺度难以确定等问题,该文提出一种基于超像素的高分辨率影像建筑物提取方法。首先利用LiDAR点云数据生成归一化高程模型以获取地物的高度特征,并通过Layerstacking方式与高分辨率影像融合;随后基于Simple Linear Iterative Clustering(SLIC)算法分割高分辨率影像的RGB彩色图像生成超像素;继而基于分割所得的超像素中的每个像元对超像素进行特征计算;最后使用基于RBF核的支持向量机方法进行超像素级别分类,得到建筑物提取结果。实验结果表明,该方法能够有效识别出简单场景和复杂场景下的建筑物,显著消除了传统基于像元方法出现的"椒盐效应",同时避免了面向对象方法中最佳分割尺度选择的难题,取得了较好的建筑物提取效果。 相似文献