基于面特征和SIFT特征的LiDAR点云与航空影像配准

针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。     

一种建立包裹圆提取建筑物LiDAR点云边缘点的新算法

为提高变换域通信系统多址接入性能,降低系统误比特率,提出基于改进型Logistic混沌序列的变换域扩频编码通信系统。利用扩频序列优选原则,选取改进型Logistic混沌序列作为扩频序列,对m序列产生的随机相位矢量进行相位编码形成扩频基函数的扩频随机相位矢量。仿真结果表明,该扩频基函数具有更好的随机性,产生的扩频随机相位矢量互(自)相关性能优于传统基函数产生的随机相位矢量;在2个用户和多用户条件下,其信噪比增益和误比特性能都要优于传统基函数和基于Gold序列的扩频基函数,显著提高系统抗干扰性能,能更好地实现TDCS多址接入。     

综合不规则三角网和区域生长的建筑物提取方法

应用激光雷达探测技术(LiDAR)进行建筑物提取其效率一直是工程应用的关键,针对现有先滤波后提取建筑物一类方法效率低下的问题,提出一种综合不规则三角网和区域生长的从原始机载激光雷达数据中直接提取建筑物的方法。首先利用原始点云数据建立不规则三角网,利用三角网中突起物边缘点所在三角形的法向量、边长及高程特征,提取突起物边缘点;然后以提取出的边缘点为种子点,根据三角网连接关系进行区域生长,提取突起物点集合;最后删除集合中点数量较少的非建筑物点集,得到建筑物点集。该方法可直接从原始点云数据中提取出不同建筑物的点集,无需经过滤波操作。通过仿真实验证明该方法在保证建筑物提取准确度的情况下效率有明显提高并且具有一定的适用性。