检索结果-南通市图书馆

顾及地形复杂度因子权重的多波束点云抽稀算法

在线全文

学校读者我要写书评

暂无评论

山东科技大学学报（自然科学版） 2022年第5期41卷 21-29页

作者：陈嘉阳卜宪海陈殿称云天宇阳凡林山东科技大学测绘与空间信息学院山东青岛266590 自然资源部海洋测绘重点实验室山东青岛266590

多波束测深数据具有海量性与冗余性的特点,在实际应用中有必要进行简化处理。现有抽稀算法大多基于单一特征参数实现,其结果往往存在地形细节丢失、地形真实性欠佳等问题,为此提出一种顾及地形复杂度因子权重的多波束点云抽稀算法。该... 详细信息

多波束测深数据具有海量性与冗余性的特点,在实际应用中有必要进行简化处理。现有抽稀算法大多基于单一特征参数实现,其结果往往存在地形细节丢失、地形真实性欠佳等问题,为此提出一种顾及地形复杂度因子权重的多波束点云抽稀算法。该算法首先筛选地形起伏度、坡度和粗糙度作为评价因子,然后采用改进CRITIC综合评价法构建地形复杂度指标,基于该指标实现了点云的初步抽稀;最后通过自适应格网保留局部特征点,进一步改善抽稀质量。实验表明:与传统算法相比,该算法的抽稀结果在多级简化率条件下均具有更低的均方根误差(RMSE),有效提升了简化后的地形精度,能够保留更多的地形细节特征。

关键词：多波束数据点云抽稀地形复杂度 CRITIC法

基于多元地形特征的机载LiDAR点云抽稀算法研究

在线全文

学校读者我要写书评

暂无评论

基于多元地形特征的机载LiDAR点云抽稀算法研究

作者：杨安秀山东科技大学

学位级别：硕士

机载LiDAR(Light Detection And Ranging)能够快速获取高精度、高密度的地形信息,是一种高效的地形探测技术。为了在符合精度的条件下提高数据处理效率,减少后期数据处理难度,对机载LiDAR点云数据进行抽稀是非常有必要的。本文提出一种... 详细信息

机载LiDAR(Light Detection And Ranging)能够快速获取高精度、高密度的地形信息,是一种高效的地形探测技术。为了在符合精度的条件下提高数据处理效率,减少后期数据处理难度,对机载LiDAR点云数据进行抽稀是非常有必要的。本文提出一种基于多元地形特征的机载LiDAR点云抽稀算法。该算法是针对地面点云,所以在点云抽稀前,应先进行点云滤波。然后,提取地面点的多元地形特征信息,利用主成分分析法构建多元地形特征复杂度模型,以此作为点云取舍的判定指标,实现点云的高精度抽稀。主要研究工作如下:1.研究了刚度参数优化的布料模拟点云滤波。在现有的布料模拟点云滤波算法的基础上,针对调整布料柔软度的刚度参数进行精细化设置。在分区划块的基础上,按照地形类型,选择相匹配的IMRI(Improved Rigidness)值,使模拟的布料与地形特征更加吻合,提高了点云滤波精度。2.实现了机载LiDAR多元地形特征快速提取方法。通过局部地形的二次曲面拟合,建立实测LiDAR地形数据与拟合曲面的几何规则;采用LM(Levenberg-Marquardt)算法迭代参数寻优,获得最优化结果下的地形拟合参数;并以地形拟合模型为基础,实现了六类地形特征信息(局部点密度、高程标准差、坡度、高斯曲率、平均曲率、粗糙度)的快速提取。3.提出了基于多元地形特征的点云抽稀算法。选取高程标准差σH、坡度φ、高斯曲率CG和粗糙度Kr四类地形特征参数作为变量因子,基于主成分分析和多因子理论,构建了多元地形特征复杂度模型T(σH,φ,CG,Kr.),并以获得的r值作为点云抽稀判定指标,实现了点云的高精度抽稀。将本算法抽稀结果与基于坡度的点云抽稀和TerraScan软件中的抽稀结果进行了对比分析,实验结果表明本文算法具有更高的抽稀精度和更强的鲁棒性。

关键词：机载LiDAR 布料模拟滤波点云抽稀主成分分析多元地形特征复杂度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

顾及地形特征的LiDAR点云数据抽稀算法

测绘科学 2016年第9期41卷 140-146页

作者：杜浩朱俊锋张力孙钰珊骆继花兰州交通大学测绘与地理信息学院兰州730070 中国测绘科学研究院北京100830 甘肃省地理国情监测工程实验室兰州730070

针对现有的LiDAR点云数据抽稀算法存在无法有效保留地形特征点或地形分类精度不高等问题,文章提出一种顾及地形特征的点云数据抽稀算法:利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);利用一定原则逐渐选取非种... 详细信息

针对现有的LiDAR点云数据抽稀算法存在无法有效保留地形特征点或地形分类精度不高等问题,文章提出一种顾及地形特征的点云数据抽稀算法:利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);利用一定原则逐渐选取非种子点中的地形特征点加密TIN;然后采用一种临近三角面的平面测试策略剔除三角网中可能存在的冗余点,得到最终结果。测试结果表明:该算法在保证地形精度的前提下,能够有效地减少冗余点数量;同时,为了提高算法的实用性,该文通过大量试验给出了算法中所需参数的最优配置。

关键词：点云抽稀地形特征不规则三角网

在线全文

学校读者我要写书评

暂无评论

输电线走廊点云数据抽稀算法适用性分析

测绘科学 2020年第9期45卷 152-158,189页

作者：王和平张昌赛刘伟东阙波邹彪国网通用航空有限公司北京102209 中国测绘科学研究院摄影测量与遥感研究所北京100036 国网浙江电力有限公司杭州310007

针对机载LiDAR设备获取的输电线走廊点云数据量庞大,为后续的数据处理带来不便的问题,该文采用随机抽稀、空间抽稀和体素分割抽稀3种点云抽稀算法进行比较和分析,以期选择合适的算法对点云数据进行压缩和消除冗余数据,主要从点云抽稀的... 详细信息

针对机载LiDAR设备获取的输电线走廊点云数据量庞大,为后续的数据处理带来不便的问题,该文采用随机抽稀、空间抽稀和体素分割抽稀3种点云抽稀算法进行比较和分析,以期选择合适的算法对点云数据进行压缩和消除冗余数据,主要从点云抽稀的质量、简度和速度3方面对4组输电线走廊点云数据进行抽稀实验。研究表明:系统(随机)抽稀方法点云抽稀不能有效保持导线形态完整性和连续性;空间距离抽稀方法的处理效果最佳;在相同抽稀率下,体素分割抽稀速率最快;系统抽稀算法,用时均少于19 s;空间抽稀方法用时最长为447 s,抽稀时间效率相对较低。

关键词：激光点云点云抽稀机载LiDAR 点云精度

机载LiDAR点云密度和插值方法对DEM及地表粗糙度精度影响分析

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2023年第2期25卷 265-276页

作者：贝祎轩陈传法王鑫孙延宁何青鑫李坤禹山东科技大学测绘与空间信息学院青岛266590 山东省水利科学研究院济南250101

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model,DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利... 详细信息

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model,DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利用不同地形条件下的林区机载LiDAR点云为实验对象,将原始点云随机缩减为不同的采样密度,利用5种常用插值方法(克里金(Ordinary Kriging,OK),径向基函数(Radial Basis Function,RBF),不规则三角网(Triangulated Irregular Network,TIN),自然邻域(Natural Neighbor,NN)和反距离加权(Inverse Distance Weighting,IDW))构建各个测区不同采样密度条件下的DEM,并通过空间特征和统计特征两方面对DEM及其地表粗糙度精度分析。结果表明:(1)DEM插值算法的精度随点云密度缩减而降低,且数据量缩减至原始数据量的30%后,不同算法精度区别较为明显,其中,RBF和OK精度最优,IDW精度最低;(2)DEM误差与地表粗糙度存在正相关,随数据密度降低,OK、RBF、IDW所得粗糙度与DEM误差的相关系数均降低,与TIN和NN的相关系数先降低后在30%处升高;(3)从插值生成的DEM中提取地表粗糙度,其误差随数据密度缩减而增大,其中IDW所得粗糙度的精度在密度为90%和70%时最高,而数据密度缩减至50%后,RBF能够更准确地捕捉到地形变化。

关键词：数字高程模型空间插值机载激光雷达精度分析地表粗糙度点云密度点云抽稀

在线全文

学校读者我要写书评

暂无评论

自动绘制室内平面图的点云向量追踪算法

武汉大学学报（信息科学版） 2021年第9期46卷 1404-1411页

作者：蔡来良宋德云胡青峰魏峰远舒前进河南理工大学测绘与国土信息工程学院河南焦作454000 中国矿业大学力学与土木工程学院江苏徐州221116

根据建筑物室内墙壁的空间姿态特征,建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面,在投影平面上建立正方形格网,对投影后的平面点进行分割管理,并通过八邻域算法对网格内点云进... 详细信息

根据建筑物室内墙壁的空间姿态特征,建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面,在投影平面上建立正方形格网,对投影后的平面点进行分割管理,并通过八邻域算法对网格内点云进行聚类。然后采用网格重心法对聚类后的点云数据进行抽稀,并根据邻域内点间距与连线向量夹角大小对抽稀后的点进行追踪排序,建立追踪方向的向量序列,结合向量序列中相邻值夹角的突变情况完成不同墙面的点云分割。最后采用最小二乘算法对分割得到的相同墙面点云进行直线拟合,求取相邻墙体直线的交点,建立房屋墙体平面投影线段及其空间连接关系,依序输出墙体投影线段,完成房屋平面图的绘制并导出DXF格式数据交换文件。通过对某小区建筑物室内扫描数据的分析,对所提算法进行验证,结果表明所提算法可准确快速地对室内三维激光扫描点云进行分析处理,并完成室内建筑物平面图的绘制。

关键词：三维扫描室内平面图向量追踪点云聚类点云抽稀点云分割

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种改进的激光雷达点云公路断面生产方法

应用科学学报 2022年第6期40卷 964-972页

作者：郑亮张志艺琚宝林李圣明中交第二公路勘察设计研究院有限公司湖北武汉430056 湖北省测绘质量监督检验站湖北武汉430074

传统点云断面提取是在3D产品基础上进行的,需要先对点云滤波获得地面点,再采样得到断面信息,这一过程处理数据量大、工作效率低而且断面成果质量难以保证,需要大量手工精化工作。该文针对公路断面专题制作的生产需求,提出了一种新的生... 详细信息

传统点云断面提取是在3D产品基础上进行的,需要先对点云滤波获得地面点,再采样得到断面信息,这一过程处理数据量大、工作效率低而且断面成果质量难以保证,需要大量手工精化工作。该文针对公路断面专题制作的生产需求,提出了一种新的生产流程及方法,首先基于数字表面模型数据提取断面,对断面的点云集合进行二维投影,得到二维点阵列;再基于偏度平衡的滤波算法对点云阵列进行滤波;最后进行保留特征的断面点云抽稀。实验表明,新流程减少了数据处理量,有效提高了断面生产的效率和精度。

关键词：机载激光雷达断面点云滤波偏度平衡点云抽稀

在线全文

学校读者我要写书评

暂无评论

机载LiDAR点云密度对DEM精度的影响

测绘通报 2022年第5期 140-144,169页

作者：王道杰陈倍孙健辉宁波市奉化区规划测绘设计院浙江宁波315500

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... 详细信息

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。

关键词：机载激光雷达数字高程模型点云密度精度点云抽稀

无人机载LiDAR点云密度对DEM精度的影响分析

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第4期 35-40页

作者：肖杰山西省测绘地理信息院山西太原030001

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀... 详细信息

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀,并用平均误差(ME)、标准差(SD)、均方根误差(RMSE)3个指标,对不同抽稀比例下生产的DEM成果进行综合精度评定。结果表明:(1)平地地面点云密度达2点/m^(2),山地地面点云密度达9点/m^(2)时,生产的0.5 m格网间距的DEM精度优于0.05 m;(2)随着地面点云密度的增加,DEM精度水平逐渐趋于稳定,当地面点云密度抽稀到1点/m^(2)时,DEM精度快速下降。针对无人机载LiDAR点云数据进行大范围工程化DEM生产任务,该研究结论对降低数据获取成本、提升DEM生产效率具有一定的指导和借鉴意义。

关键词：点云密度 DEM LiDAR点云点云抽稀无人机载