基于高光谱影像的SG滤波算法的研究

高光谱遥感是当前遥感技术发展前沿,已经被成功应用于农业、水利、交通等许多领域.高光谱遥感影像中不仅存在空间域噪声而且存在光谱域噪声,传统的图像滤波只能对图像空间域噪声进行处理,而不能去除光谱域噪声.为了改变这种状况,本文提出了一种Savitzky-Golay(SG)滤波改进算法,诊断光谱域噪声.本文主要以航空高光谱遥感数据为研究对象,基于最小二乘的SG滤波求取反射率光谱的二阶导数,然后对影像进行噪声去除,该方法在保证有效去除光谱域噪声的同时,保留高光谱图像的大部分的细微特征.与其他不同的光谱域噪声滤波方法进行对比,实验证明本文的滤波方法是一种较为有效的手段.     

移动与定点扫描结合的室内点云数据获取方法

针对室内移动测图系统在数据获取过程中出现的部分区域密度不足及缺失的问题,提出一种室内移动与地面定点激光扫描技术相结合的室内精细点云数据获取方法.首先以里程计与惯性导航结合的室内定位技术为基础,集成室内移动测图系统并快速获取室内三维数据;再结合地面定点激光扫描技术在点云数据密度获取上的优势,增补点云稀疏及缺失区域的数据,并进一步完成两种不同扫描方式点云数据的配准;最后通过三维建模和误差分析实验验证该方法有效可行.结果表明,室内移动测图系统能快速且高精度地获取室内三维数据;通过室内移动与地面定点两种扫描方式的结合,在一定程度上解决了数据密度不足及缺失的问题,从而提高了建筑物室内精细点云建模的可靠性与完整性.     

车载多传感器集成快速数据获取与处理系统研究

地表空间数据获取与处理是测绘工作中的关键技术。提高数据获取与处理工作的效率是非常重要的。新型的多传感器技术可应用于组建快速的数据获取与处理系统。在国家863计划的支持下，本课题利用先进的定位定姿传感器、激光扫描传感器和数码影像传感器，研制开发了一个用于空间数据快速获取与处理的车载移动测绘系统（MSMP）。本文对MSMP系统的研究内容和技术特点进行了简要介绍，     

基于车载激光扫描数据的城市地物三维重建研究

车载激光扫描系统可以精确、快速获取城市建筑物、道路交通设施、隧道等地物的表面信息,非常适用于城市物体三维空间信息的快速精确获取和在此基础上的三维重建.然而点云不是GIS数据,也不是三维模型,要将大量离散的点处理为可使用的三维模型还需要一系列复杂的过程,现阶段针对车载激光点云三维重建的方法还主要依赖于人工交互或半自动化处理,而且没有针对整个城市地物的三维重建方法.针对这一问题,本文仅提供一种基于地物分类的车载激光点云三维重建的方法,数据基础是已分类的彩色点云,重点是充分利用各类地物的特性,对不同地物使用不同的三维建模策略,以首都师范大学自主研制的车载激光扫描系统获取的三亚市点云数据为实验对象,验证了本文提出方法的可行性与实用性.     

车载激光与单目线阵相机的数据融合

数据融合的目的是建立激光点与图像像点之间的映射关系.目前,常用的方法有标定法、数字微分纠正、多项式纠正和直接线性变换方法等.本文针对车载三维信息采集系统的特点,以及上述方法在车载系统应用中的不足,提出了车载系统多源数据融合方法.利用线阵图像的构像方程求取最佳扫描行实现空间同步,进而完成数据融合.最后,利用铁路两侧采集的数据对融合方法进行验证.     

基于移动平台的激光点云与数字影像融合方法

车载激光扫描系统集成多种传感器,可以在获取三维激光点云数据的同时获取相应的光学影像,融合处理激光点云和光学影像能实现城市场景的真彩色三维可视化.本文讨论如何在车载系统的基础上对纹理的采集,纹理的重建进行研究和改进.分析了采集平台、采集的原则,建立了激光点云与数字影像的映射关系,生成彩色激光点云,重点阐述原始彩色激光点云...     

一种用于全景影像的测量方案

提出了一种从全景影像中还原目标三维信息的测量方案. 通过全景相机所获取的影像只有GPS 坐标,而没有姿态信息,需要运用影像匹配技术以及光束法准确算出拍摄时刻全景影像的姿态,然后通过前方交会计算全景影像中目标的三维坐标. 针对全景影像畸变较大的特点,采用仿射不变特征匹配算法进行影像匹配,同时使用随机抽样一致算法剔除粗差点,以保证匹配点的数量及准确度. 根据全景影像的透视投影几何模型,能改进常规摄影测量中的光束法,可用来求解全景影像姿态. 提出一种针对全景摄影测量的前方交会算法,将空间直线方程变换后建立法方程,并进行平差解算. 实验表明,该方法相比于传统方法有更高的精度,可准确测算全景影像上的物点坐标.     

面向DEM构建的点云四叉树和R树混合索引研究

机载激光扫描点云数据量大,导致处理点云数据的效率不高.为此,借助四叉树对空间的快速分割和R树的自平衡特性,提出一种基于四叉树和R树混合空间索引的数字高程模型(digital elevation model,DEM)构建方法.首先针对原始点云数据建立外存索引;然后遍历索引以便将符合要求的区域点云分别导入内存,并以形态学滤波法对不同区域内的点云进行同步滤波处理;最后对于分区域处理得到的地面点数据,采用反距离加权内插法得到DEM.实验证明,在确保DEM精度的基础上,应用该索引方法能够极大地提高DEM构建的效率.     

使用Sketch Up结合车载扫描和航空影像数据进行建筑物三维建模——以纽约布法罗为例

使用车载扫描或航空影像数据进行三维建模,有自己的优点和缺点.车载扫描数据精度高,但由于设备是立面扫描,扫描得到的建筑物往往只有一个侧面,因此建筑物的信息不完整,它也经常遇到失锁的问题,从而大大影响数据的精度.在同一时间得到的航空影像数据的空间分辨率和精度低,并且缺乏仰角信息,然而它的图像特征连续并且包含光谱信息.通过将车载扫描数据和航空影像数据的结合,我们可以提高数据的精度.本文利用车载扫描获取的布法罗一个街区的激光点云数据,结合相应的航空影像数据,首先对点云和影像数据进行预处理,将数据进行定位配准;然后使用Sketch Up对街区进行三维建模;最后将该模型上传到Google Earth的3D模型库,来检测该模型的精度.     

车载激光点云海量数据的管理与快速显示

就提高车载三维信息采集与获取系统中海量点云数据的管理与显示问题,提出了一种数据访问效率的优化方案.该方案采用磁盘映射方式读取数据并引入分块索引的方法进而在VC 环境下成功编写调度模块,可为三维数据的显示过程点云数据管理软件调用.将所有的点云数据分块,通过块号查找,快速提高点云数据的查找速度,为结合OpenGL函数库以实现数据的显示提供基础,其算法思路简单且耗时少.