排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
为了解决路面手工三维建模速度慢、工作量大等问题,本文面向规范化处理的高精度矢量数据,对不同路口进行精细化设计,自动生成路面三维模型。首先使用道路高精度三维信息采集软件,在获取的点云数据中半自动化提取准确的道路边线、道路标识线等矢量信息;然后针对不同路口进行精细化线形设计,提出连续四边形重建方法、弯道平滑处理方法、交叉口重建方法及路面标识线投射重建方法;最后对提取的高精度矢量数据进行规范化处理,在满足路面线形设计要求后,借助MAXScript脚本实现路面三维自动化建模。以车载移动测量系统获取的某段道路点云数据进行试验,验证了该方法的可行性和有效性。 相似文献
2.
针对三维激光点云数据生成360°全景深度图像存在像素分辨率不均匀的问题,提出一种顾及目标量测精度及可见度的全景深度图像生成方法,在保证全景影像表达地物的完整性的前提下提高其数据的存取精度。通过坐标转换和投影变换生成与全景影像匹配的全景深度图像;基于摄影成像原理分析摄影中心高度、深度值和像素分辨率之间的关系,得到不同深度处目标分辨率随摄影中心升高趋于一致的结论;综合分析地面目标分辨率和杆状目标尤其是树冠对树干的遮挡问题,确定特定场景下生成全景深度图像的最佳摄影中心位置并重新生成深度图像。实验分析表明,该方法能够在保证杆目标可见度的前提下提高地面目标量测精度。 相似文献
3.
遥感生态指数能对区域环境进行快速监测和评价,可实现对区域生态环境变化的可视化、时空分析及变化趋势预测。为评价兰州市生态红线保护区的生态保持和恢复情况,本文以兰州市2014—2017年的数据为研究对象,研究了兰州市在未划定生态红线保护区前的生态环境状况;又以兰州市生态红线保护区划定年2018年为起始,研究了兰州市2018—2021年的生态质量,计算结果显示,未划定生态红线保护区前,兰州市生态归一化指数均值为0． 34,系统较稳定,环境整体质量较差;2018年以来,兰州市生态归一化指数均值为0． 36,环境整体质量仍然处于较差的水平,但是生态系统的变化开始变得剧烈且往好的方向发展。通过构建灰度理论模型分析发现,兰州市未来几年内环境质量不断好转,预计2023年生态质量评级达到良好。 相似文献
4.
针对道路高精度地图采集中道路标识线快速分类提取问题,提出了一种根据几何结构特征对道路标识线进行自动匹配提取的方法。首先利用点云生成强度特征图像,并根据点云密度分布特征将强度特征图像划分为多个区域;然后对每个区域进行二值化处理;最后考虑路面标识线缺失情况,设计了一种多约束条件的几何特征语义识别模型,实现了不同标识线类型的分类。对车载移动测量系统获取的多段道路点云数据进行实验,结果表明,该方法的道路标识线提取准确率和识别准确率分别为90.01%和82.83%,总体精度达到86.27%。 相似文献
5.
提出一种基于点云剖面特征描述的路面坑槽提取方法,首先对原始点云进行滤波获得路面点云,根据路面点云的扫描线获取道路横向和纵向剖面;采用道格拉斯-普克算法拟合道路剖面轮廓,根据坑槽剖面的积分不变性和微分特性构建坑槽的特征描述算子,自动识别路面坑槽;通过点云的连续性和点云间的距离进行聚类去噪,最后通过形状约束分析进一步确定坑槽.以车载移动测量系统获取的某段道路点云数据进行实验,结果表明该方法对于轻微变形的坑槽提取效果良好,并且对不同形状,不同变形程度的坑槽识别具有较强的抗干扰性、较高的准确度和精度. 相似文献
1