共查询到19条相似文献，搜索用时 234 毫秒
1.
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
2.
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
3.
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
4.
《地理与地理信息科学》2017,(3)
为实现快速自动地从海量点云中获取地表沉降信息,该文提出了一种基于TLS技术的矿区沉降信息快速自动获取方法。对点云数据完成预处理后,首先以相同网格划分开采前后点云数据,然后利用改进的反距离权重法插值求取网格结点坐标,匹配相同网格结点作为同名点并求取下沉量,最后获取下沉曲线与下沉DEM,该方法实现了矿区地表形变的全面分析,能够快速自动地获取地表沉降信息。采用Riegl VZ-1000扫描仪采集某沉陷区开采前后点云数据,经过实验分析表明:该方法能够实现快速自动提取同名点、下沉点、下沉曲线与下沉DEM;将计算结果与实测值进行对比分析与精度分析,得到沉降结果符合实际地形变化情况,验证了该方法的可行性。该研究为三维激光扫描技术应用于地表沉降监测提供了支持。 相似文献
5.
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
6.
提出一种基于支持向量机(SVM)的三维LiDar数据分类方法:利用kd-trees存储无序的点云数据,在局部邻域中利用点云数据间的几何关系估算植被表面特征值;将密度值和高程差值作为SVM输入特征变量,利用基于径向基函数的SVM方法实现植被点云数据的分类.实验结果为:OA分类精度达到94.31%,Kappa系数为89.53%.该方法操作性较强,在分类精度及计算效率方面比传统方法具有优势. 相似文献
7.
《地理与地理信息科学》2017,(1)
在地学建模领域,三维表面形体重构方法大多是基于二维平行轮廓线,但有时会有既不平行也不交叉的剖面出现。为此,该文基于最短对角线法的基本思路,提出了一种面向地质剖面的三维空间轮廓线表面形体重构方法。该方法从平行剖面拓展到任意排列的剖面,在实现三维空间相关运算的基础上,通过基于均匀插值的三维非凸变换方法对原算法进行了改进,既适用于平行和非平行地质剖面的三维形体重构,同时又能处理真实地质剖面可能出现的复杂情形,譬如轮廓线不对中、轮廓线上点分布不均匀、轮廓线非凸等。最后,利用矿区真实地质剖面实现了形体重构,并通过与利用三维建模软件GOCAD得到的结果进行比较,验证了该算法对复杂地质体重构的实用性和健壮性。 相似文献
8.
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
9.
局部曲面拟合法是基于DEM的计算坡度的常用方法之一,采用不同的拟合曲面和局部移动窗口将得到不同精度的计算模型,探索不同的局部窗口类型可以丰富局部曲面拟合法在数字地形分析中的应用。本文考虑不同距离临近点的高程信息,基于3×3局部窗口提出了一种由两种不同倍率、与主轴(x轴、y轴)呈45°夹角的格网点构成的新窗口——对称13点局部窗口,推导了三阶曲面拟合该窗口的坡度计算公式,并利用典型数学曲面对该模型的计算精度进行了分析。研究分析认为,相对于现有的坡度计算模型,三阶曲面拟合对称13点窗口模型能显著地提高坡度计算精度,但对误差的平滑能力较差,适用于高精度DEM。本文的研究扩展了曲面拟合法在数字地形分析中的应用。 相似文献
10.
基于山地灾害动态过程仿真需要的考虑,并针对该动态过程仿真时渲染数据量过大所造成的实时性较差的问题,提出了利用改进的三角形二叉树LOD算法实现地形三维建模与可视化的方法。算法对山地地形数据进行了分层和分块的预处理,用三角形二叉树表示地形网格,并结合视点和局部地形的粗糙程度,动态的载入所需的地形块和释放无用的地形块,使得内存中的地形数据维持在一定范围内。实验结果表明;在对地形渲染不失真的前提下,本方法能够有效地提高地形绘制的效率,可应用到大规模山地地形的三维建模与可视化中去,为整个山地灾害的动态过程仿真奠定了良好的基础。 相似文献
11.
Guiming Zhang Qunying Huang John H. Keel 《International journal of geographical information science》2016,30(11):2230-2252
Performing point pattern analysis using Ripley’s K function on point events of large size is computationally intensive as it involves massive point-wise comparisons, time-consuming edge effect correction weights calculation, and a large number of simulations. This article presented two strategies to optimize the algorithm for point pattern analysis using Ripley’s K function and utilized cloud computing to further accelerate the optimized algorithm. The first optimization sorted the points on their x and y coordinates and thus narrowed the scope of searching for neighboring points down to a rectangular area around each point in estimating K function. Using the actual study area in computing edge effect correction weights is essential to estimate an unbiased K function, but is very computationally intensive if the study area is of complex shape. The second optimization reused the previously computed weights to avoid repeating expensive weights calculation. The optimized algorithm was then parallelized using Open Multi-Processing (OpenMP) and hybrid Message Passing Interface (MPI)/OpenMP on the cloud computing platform. Performance testing showed that the optimizations effectively accelerated point pattern analysis using K function by a factor of 8 using both the sequential version and the OpenMP-parallel version of the optimized algorithm. While the OpenMP-based parallelization achieved good scalability with respect to the number of CPU cores utilized and the problem size, the hybrid MPI/OpenMP-based parallelization significantly shortened the time for estimating K function and performing simulations by utilizing computing resources on multiple computing nodes. Computational challenge imposed by point pattern analysis tasks on point events of large size involving a large number of simulations can be addressed by utilizing elastic, distributed cloud resources. 相似文献
12.
棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（fgap）、归一化高程值（VnDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。 相似文献
13.
Jie Mei Shihao Wu Zhen Wang Liang Zhang 《International journal of geographical information science》2017,31(5):999-1021
Reconstruction of 3D trees from incomplete point clouds is a challenging issue due to their large variety and natural geometric complexity. In this paper, we develop a novel method to effectively model trees from a single laser scan. First, coarse tree skeletons are extracted by utilizing the L1-median skeleton to compute the dominant direction of each point and the local point density of the point cloud. Then we propose a data completion scheme that guides the compensation for missing data. It is an iterative optimization process based on the dominant direction of each point and local point density. Finally, we present a L1-minimum spanning tree (MST) algorithm to refine tree skeletons from the optimized point cloud, which integrates the advantages of both L1-median skeleton and MST algorithms. The proposed method has been validated on various point clouds captured from single laser scans. The experiment results demonstrate the effectiveness and robustness of our method for coping with complex shapes of branching structures and occlusions. 相似文献
14.
Zhou Guo 《International journal of geographical information science》2020,34(4):661-680
ABSTRACTPoint cloud classification, which provides meaningful semantic labels to the points in a point cloud, is essential for generating three-dimensional (3D) models. Its automation, however, remains challenging due to varying point densities and irregular point distributions. Adapting existing deep-learning approaches for two-dimensional (2D) image classification to point cloud classification is inefficient and results in the loss of information valuable for point cloud classification. In this article, a new approach that classifies point cloud directly in 3D is proposed. The approach uses multi-scale features generated by deep learning. It comprises three steps: (1) extract single-scale deep features using 3D convolutional neural network (CNN); (2) subsample the input point cloud at multiple scales, with the point cloud at each scale being an input to the 3D CNN, and combine deep features at multiple scales to form multi-scale and hierarchical features; and (3) retrieve the probabilities that each point belongs to the intended semantic category using a softmax regression classifier. The proposed approach was tested against two publicly available point cloud datasets to demonstrate its performance and compared to the results produced by other existing approaches. The experiment results achieved 96.89% overall accuracy on the Oakland dataset and 91.89% overall accuracy on the Europe dataset, which are the highest among the considered methods. 相似文献
15.
基于自适应紧支撑径向基函数的点云三维建模 总被引：3，自引：0，他引：3
激光扫描仪(Laser'Scanner,LS)获得的点云数据由海量全离散的矢量坐标点构成.由于点云数据没有明显的形体信息和拓扑关系信息,考虑数据本身蕴含的丰富信息,采用改进后的自适应紧支撑径向基函数(AdaptiveCS-RBF)算法对点云数据进行曲面重建.在介绍紧支撑径向基函数数学模型的基础上,采用激光扫描获得同济大学孔子头像点云数据进行实例建模,通过比较不同建模参数获得的模型,分析该方法的应用效果. 相似文献
16.
17.
基于卫星遥感数据进行云层划分,并根据不同云层和地面站观测雨量间的回归关系,利用线性回归法反演流域降水数据.以GMS卫星影像为信息源,以实测站点数据为基础,对2000年、2004年柘林水库流域降水进行了遥感反演.基于R~2法的反演结果可信度分别达到0.9855、0.9904,其反演精度较高,可为分布式水文模型等提供输入参数. 相似文献
18.
1960 年以来新疆地区蒸发皿蒸发与实际蒸发之间的关系 总被引：3，自引：0，他引：3
利用中国新疆地区1960-2005 年109 个设有蒸发皿蒸发观测的常规气象站资料, 并结 合不同驱动场和不同陆面模式的模拟结果, 对蒸发皿蒸发及模拟的实际蒸发的年、各个季节 的变化及其它们的相互联系进行了详细的分析和讨论。结果发现, 在过去的46 年里, 年蒸发 皿蒸发总体上都表现为明显的下降趋势, 而实际蒸发在总体上显著上升, 与蒸发皿蒸发的变 化趋势相反。在80 年代中后期, 蒸发皿蒸发、实际蒸发和降水的转折点(1986 年) 一致, 进 一步说就是无论在转折点的前后, 降水增加的转折性变化与模拟的实际蒸发的转折性增加变 化一致, 而与蒸发皿蒸发减小的转折性变化相反, 这表明, 在新疆地区, 蒸发皿蒸发和实际 蒸散之间具有相反的变化关系, 这支持Brutsaert and Parlange 提出的蒸发皿蒸发和实际蒸散 之间具有互补相关关系(变化趋势相反) 的理论。分析气温、降水、湿度、云量和日照时数等 环境变量的变化趋势发现： 降水、云量等表征大气中水分特征的变量表现为明显的上升趋势, 这也间接的证明了蒸发皿蒸发和实际蒸散之间存在相反的关系, 而与各个环境变量之间相关 系数的分析则表明, 气温日较差、风速、低云量和降水是与蒸发皿蒸发和实际蒸发关系最紧 密的环境因子, 它们的变化可能是导致蒸发皿蒸发和蒸散量变化的原因。 相似文献
19.
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