共查询到20条相似文献，搜索用时 125 毫秒
1.
机载Li DAR数据是进行矿山高植被覆盖区地面塌陷调查的有效工具。利用湖南某矿区的机载Li DAR点云数据,提出了一种基于区域分割的渐进三角网滤波构建DEM的方法。首先,对原始机载Li DAR点云数据进行重新组织,以提高邻域点计算效率;其次,结合高程差计算区域统计值,按照地形情况分割测区内的地面点和非地面点,利用地面点构建初始稀疏TIN模型;然后,通过计算其他点与TIN的距离,渐进加密三角网,提取地面点;最后,剔除孤立点,生成格网间距为1 m的DEM。研究结果表明:基于区域分割的渐进三角网滤波构建的DEM能够较为精细地表达地形信息,特别在高植被覆盖区域,能够提取出高精度的真实地表DEM,可更加准确地表达出矿区高植被覆盖区的地表塌陷位置和范围等信息。 相似文献
2.
在基于激光点云构建DEM的过程中,用于区分地面点和非地面点的点云滤波处理至关重要。本文面向基于机载LiDAR点云的沿海滩涂DEM高精度的构建需求,提出了一种机载LiDAR点云的改进坡度滤波算法。首先,采用统计异常值剔除法(SOR)去除原始机载LiDAR点云数据中的噪声;然后,利用规则格网的坡度和高程阈值,设计了适用于滩涂点云数据的地面点坡度滤波方法;最后,选取如东市长沙港的滩涂机载LiDAR点云作为试验数据,构建滩涂DEM,并进行精度检验。试验结果表明,利用本文方法处理后的LiDAR点云构建的DEM精度满足国家与行业标准的要求。 相似文献
3.
陈齐 《测绘与空间地理信息》2020,(1):205-208
DEM是水利行业最主要的基础地理数据之一,本研究根据无人机航测构建密集点云,再对密集点云进行滤波处理,分类地面点,派生出高精度地面DEM,结合水下地形测量,绘制水下地形图,插值得到研究区高精度河道DEM。对地面DEM和河道DEM进行叠加处理,得到研究区整体DEM数据,通过质量检查可知,DEM的高程精度处于较高的水平。本研究工作提出的DEM构建方法,大大减少了野外地面点的测绘工作,作业效率高、DEM精度高,数据具有高时效性,为各项水利工作的开展提供了保障。 相似文献
4.
5.
历史航空影像真实地反映了各个历史时期的地表形态、社会经济与环境状况等信息,客观有效地记录了地表演化变迁过程。早期历史航片山地植被覆盖率低,城市建筑物相对稀疏,通过航测法获取的DEM数据理论上可以直接反映山地的地形,且精度会优于现今植被茂密、覆盖率高的数码航片获取的DEM精度。本文基于区域网空三加密、密集匹配以及滤波分类等关键技术,对1979年浙江省某市北部山地区域秃山地表航空影像资料进行处理,获取高精度DEM数据,并通过与机载激光雷达获取的点云数据以及野外实地高程点测量值进行比较。结果表明,通过历史秃山地表航空影像获取的DEM数据山地精度优于0.8 m。 相似文献
6.
规则格网DEM地形表面重构的形态精度研究 总被引：2，自引：0，他引：2
规则格网 DEM 是数字地形模拟的主要数据结构,以黄土丘陵地区1:50000规则格网 DEM数据为例,分析研究双线性内插模型和三次卷积内插模型在规则格网 DEM 地形表面重构中的形态精度问题。结果表明,不同内插模型构建的细小格网 DEM,在高程数值精度方面没有显著差异,但对局部地形的形态精度具有显著的影响,且双线性内插模型和三次卷积内插模型都难以实现形态高保真 DEM 地形表面重构;随着 DEM 应用的深入,非常有必要构建一些科学合理、简洁高效的形态高保真 DEM 地形表面重构模型。 相似文献
7.
在应用LiDAR点云数据生产DEM过程中,由于滤波算法的局限性和人工编辑误操作,点云分类过程中会产生影响DEM精度的异常地面点.针对该问题,本文提出了一种基于Python语言的点云分类异常地面点自动探测的方法,通过实践验证了该方法的可行性和有效性,在大规模DEM生产中具有实际应用价值. 相似文献
8.
离散点云构建数字高程模型的插值方法研究 总被引：1，自引：0，他引：1
针对消除DEM构建中插值方法选择的随意性问题,该文基于机载LiDAR离散点云数据,以广东省典型城区与山区为实验对象,利用克里金、反距离权重、径向基函数和自然邻域4种插值方法,对插值参数进行优选后构建DEM,使用交叉验证、相关性分析、像元统计量和三维可视化等方法进行精度分析与比较。结果表明:在城区反距离权重插值,不但可以对空值区域进行适当填充和平滑,而且对高程最大、最小值的预测精度也很高;不同插值方法在构建山区DEM时精度相差不大,插值精度可以达到厘米级,其中普通克里金插值效果最佳。对于城区与山区点云数据反距离权重插值法生成的DEM均能很好地反映地表自然形态,为今后LiDAR点云数据构建DEM选择最佳的插值算法以及插值参数提供参考。 相似文献
9.
机载激光雷达技术(LiDAR)作为一项先进的遥感技术,是植被覆盖区DEM获取的重要手段之一,而不同地形坡度条件及点云密度对DEM产品质量有重要影响。本文以辽宁省某市的机载LiDAR数据为基础,选取5种不同地形坡度的点云数据,通过随机、等间距及基于曲率3种不同的点云抽稀方法,按照点云保留率为80%、60%、40%、20%和10%共5个不同梯度的抽稀倍数对原始点云进行抽稀简化处理,生成与之对应的DEM并对其进行精度评价,以此研究地形坡度、点云抽稀方法、抽稀倍数对DEM精度的影响。结果表明,DEM精度与地形坡度呈负相关关系,即RMSE随地形坡度升高不断增加;基于曲率的抽稀方法在地形坡度＞30°时,相较于其他两种方法RMSE较小,具有明显优势;40%的点云保留率是平衡DEM精度与数据存储效率的一个节点,当点云保留率<40%时,DEM的高程RMSE会迅速增大。该研究对于利用机载LiDAR进行大范围DEM生产具有一定的指导和借鉴意义。 相似文献
10.
介绍利用三维激光测量技术进行矿山复杂地形测量的流程与方法,提出基于网格分块的激光点云数据非地面点的快速过滤方法,并详细介绍移动最小二乘法拟合地形表面的DEM方法和采用三次B样条曲线拟合地形等高线方法等关键技术。在此基础上,利用IDL语言编制基于激光点云数据的矿山测量快速出图软件LIDARVIEW。该软件具有激光点云快速处理(包括点云删除、过滤、合并和抽稀等)、地物快速绘制、DEM和等高线生成等功能。最后以实例说明如何利用三维激光扫描仪和LIDARVIEW软件实现矿山地形的快速测量与绘制,以得到矿山数字地形图、DEM数据和等高线等成果。 相似文献
11.
目前,针对利用无人机技术在山地起伏大、山体植被密集区域,难以获取地面点及DEM等问题,本文提出了一种结合布料模拟算法和改进的局部最大值算法,利用树顶点、树高等植被信息,提取地面点,进而生成整个区域的DEM的方法。以中国传统村落德夯村为例,利用植被系数和高程信息将点云分割为植被密集区和非植被密集区两个部分。在非植被密集区,通过布料模拟算法和改进的局部最大值算法分别提取地面点和树顶点,计算平均树高;在植被密集区,通过该区域的树顶点推算得到植被密集区的近似地面点,最终将两部分的地面点云进行TIN插值得到该地区的DEM。试验结果表明,利用此方法生成的DEM均方根误差,在非植被密集区达0.037 m,植被密集区可达1.606 m,整体平均误差达1.492 m,总体精度较好,基本可以满足村落尺度空间分析的需求。 相似文献
12.
本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明：将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。 相似文献
13.
针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。 相似文献
14.
ICESat-2机载试验点云滤波及植被高度反演 总被引：1，自引：0，他引：1
新一代星载激光雷达卫星ICESat-2将采用多波束微脉冲光子计数技术,并进行高程剖面式的对地观测。由于该点云数据具有背景噪声大、密度低并呈线状分布等特点,传统的点云滤波算法并不适用,研究新的点云滤波算法十分必要。本文以ICESat-2的机载模拟器MABEL数据为例,首先介绍了微脉冲光子计数激光雷达的基本原理和数据特点,并针对高程剖面点云提出基于局部距离统计和最小二乘局部曲线拟合的点云滤波算法;然后,对美国加利福尼亚州Sierras-Forest地区MABEL试验中532 nm通道的光子点云进行滤波处理,并利用识别的地面点插值得到3 m分辨率的线状DEM,进而估算了该区域美国云杉的平均树高;最后,对该滤波算法进行精度评价,并分析了误差来源及其对DEM精度和树高反演精度的影响。结果表明:(1)该算法整体精度达97.6%,能有效剔除绝大部分噪声点且对地形起伏具有较强的自适应能力;(2)误分噪声点影响了滤波过程中局部地形的拟合,而滤波过程中的分类误差将降低DEM和树高反演的精度。 相似文献
15.
Volkan Yilmaz Berkant Konakoglu Cigdem Serifoglu Oguz Gungor Ertan Gökalp 《国际地球制图》2018,33(3):310-320
With the advent of unmanned aerial vehicles (UAVs) for mapping applications, it is possible to generate 3D dense point clouds using stereo images. This technology, however, has some disadvantages when compared to Light Detection and Ranging (LiDAR) system. Unlike LiDAR, digital cameras mounted on UAVs are incapable of viewing beneath the canopy, which leads to sparse points on the bare earth surface. In such cases, it is more challenging to remove points belonging to above-ground objects using ground filtering algorithms generated especially for LiDAR data. To tackle this problem, a methodology employing supervised image classification for filtering 3D point clouds is proposed in this study. A classified image is overlapped with the point cloud to determine the ground points to be used for digital elevation model (DEM) generation. Quantitative evaluation results showed that filtering the point cloud with this methodology has a good potential for high-resolution DEM generation. 相似文献
16.
17.
无人机倾斜摄影直接生产的成果通常包括三维模型、TDOM、DSM等,然而规划设计通常不能直接利用倾斜数据输出的DEM,需要辅以人工编辑。作为倾斜摄影影像处理的过程成果,密集匹配点云未得到充分利用。其与激光雷达点云具备相似的结构,且点云密度可自由选择,在不考虑数据量的情况下,密集匹配点云的点密度可数倍于激光雷达点云。此外,密集匹配点云无需单独赋色,即具有纹理信息, 对人工目视编辑自动分类后的地面点具有一定的辅助作用。本文对比分析了同一测区的密集匹配点云与激光雷达点云,验证了密集匹配点云用于房屋建筑区及稀疏林区地面点滤波并生产DEM的可行性。 相似文献
18.
19.
20.
LIDAR数据特点与分类算法探讨 总被引：1，自引：1，他引：0
机载雷达点云的主要应用是生产数字高程模型(Digital Elevation Model,简称DEM).由于机载雷达所获得的雷达点云包括地面点和非地面点,所以在生产DEM之前要进行非地面点的滤除,在国外很多研究文献提出全自动或半自动的方法用来过滤地物点,保留地面点用以生成数字高程模型. 相似文献