排序方式: 共有12条查询结果,搜索用时 15 毫秒
11.
数学形态学滤波是从激光雷达(LIDAR)点云数据中识别地面点、创建数字高程模型的一种重要方法.在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题的基础上,提出一种改进的、多尺度的、具有一定自适应性的数学形态学滤波算法.该方法通过构建一个粗糙的地面不规则三角网(TIN)来确定实验区域的地形特征,从而选择恰当的地形坡度参数,用于多尺度数学形态学滤波中高差闻值的计算.将每次迭代前后高差小于阈值的点划分为地面点,同时保留地面点的高程值用于下次的迭代计算.实验结果表明该方法能够有效识别地面点和地物点,并且保留地形的细节信息. 相似文献
12.
基于Morlet小波技术的北京平原地面沉降周期性分析 总被引:1,自引:0,他引:1
北京市地面沉降自20世纪60年代发现以来一直呈快速发展的趋势。不均匀地面沉降导致建筑物开裂、地基下沉,损害地下管道工程等基础设施,威胁城市安全。为了研究地面沉降发展的特征,分析其演化趋势,本文选取2011—2014年的27景Radarsat-2数据,采用干涉点目标分析技术,获取该时段北京平原区地面沉降时序监测信息;在此基础上,结合Morlet小波分析方法,根据相干点密度差异选取4个典型地面沉降区,分析其地面沉降多尺度演变特征。结果表明:地面沉降速率在空间分布上存在差异性,最大沉降速率为162.70 mm/a,年均沉降速率50.08 mm/a;地面沉降在时间域具有明显的局部周期性变化特征。在28 T (1 T表示1个24 d的时间段)的时间尺度下,存在着约13.3月的时间周期,不同位置还存在不同的不稳定震荡周期。 相似文献