共查询到20条相似文献,搜索用时 31 毫秒
1.
基于LiDAR数据,提出一种由粗到细的面向对象的建筑物自动提取方法.首先通过机载LiDAR数据构建出归一化数字表面模型(normalized digital surface model, nDSM),利用首尾两次回波高程计算出归一化差值(normalized difference, ND),并采用形态学运算消除边缘特殊回波点.基于nDSM和ND数据,依据建筑物的高程及穿透性信息,用阈值分割法进行建筑物粗提取.结合nDSM和ND数据以及强度信息,对粗提取得到的备选建筑物采取多尺度分割,合并亮度值相差较小的邻近分割结果对象,达到对分割结果的优化处理.最后利用目标对象的亮度、形状、面积和空间关系等特征,完成建筑物的精提取.实验结果表明,该方法可得到较高精度的建筑物信息,是基于机载LiDAR数据提取建筑物的新思路. 相似文献
2.
【目的】随着技术的不断更新发展,传统测量方法已无法满足公路地形测量的需求。三维激光扫描测量技术的应用使数据采集方法、处理方法及服务能力和水平均得到提高,因此,可以将三维激光扫描测量技术应用于公路地形测量中,从而提高测量效率。【方法】对机载三维激光扫描技术在公路地形测量中的数据扫描获取过程及后续数据的预处理、数学建模和绘制地形图中的应用进行研究,并结合平原区G310郑州境改扩建工程、山区沿大别山明港至鸡公山高速公路两个项目,对使用三维激光扫描地形得到的点云数据进行处理与分析,绘制出道路沿线1∶2 000带状地形图,并进行检查分析。【结果】试验结果表明,机载三维激光扫描技术在公路地形测量中的应用取得了预期效果。【结论】通过机载三维激光扫描技术点云数据和图像数据获得的DOM、DTM、DLG产品精度满足要求,可直接应用于公路勘测设计。 相似文献
3.
本文介绍了目前国内机载Lidar的运营情况,并结合我省机载LiDAR试验的情况,介绍了机载LiDAR的试验运行情况,同时对LiDAR的运营及飞行效率进行了分析,并结合本人日常工作给出了相关的建议。 相似文献
4.
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. 相似文献
5.
在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失。针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码;通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数,结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验,结果表明:该网络在点云的目标分类和语义分割任务上表现出较好的性能。 相似文献
6.
7.
8.
【目的】盾构隧道的结构变形将直接影响到隧道运营的安全性,隧道直径收敛作为盾构隧道结构变形的一种,是判定盾构隧道横向变形的重要依据。【方法】本研究使用移动激光扫描技术来获取点云断面数据,对所采集到的点云数据使用分段圆弧进行拟合,得到大盾构隧道隔墙左右两端的横径,进而计算出隧道直径的收敛值。【结果】通过对移动激光扫描拟合出的隧道断面直径收敛值与人工激光测距仪、全站仪监测的数据进行对比,表明移动三维激光扫描技术在大盾构隧道直径收敛中具有高效率、高精度等优点。【结论】本研究的研究成果具有一定的实用价值。 相似文献
9.
10.
11.
12.
13.
在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失.针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割.该网络通过设计编码单元对点的多方向信息进行编码;通过注意力机制学习采样分组后形成局部点云的特征.同时提出了一种新的多维损失函数,结合使用交叉熵损失函数与... 相似文献
14.
15.
16.
基于城市主要道路电杆、路灯、路面标志等部件快速测量的需要,采用车载激光测量系统扫描获得的道路激光点云为主要数据源,重新思考点云数据中杆状、牌状地物快速获取的构建思想。通过影像匹配技术、点云预处理及面向对象方法的研究,实现点云数据中以上特征地物的快速提取。 相似文献
17.
18.
随着三维激光扫描仪成本的不断下降,运用三维激光扫描仪获取点云数据进行处理和分析应用越来越广泛。本文介绍了如何对建筑物进行扫描得到原始的点云数据,并根据数据特征选择不同软件进行拼接、去噪处理,得到了用于三维建模所需的建筑物表面的点云数据。再将这些处理后的点云数据进行分割和拟合,最后经过纹理渲染,得到了比较理想的建筑物三维模型。 相似文献
19.
20.
点云数据精简的质量好坏关系到后续的建模工作,因此提出了一个新数据压缩质量评定的方法.在C++平台下,将精简完的点云数据重新进行三角网的构建,观察特征点部位三角网的构建情况,同时对比模型精简前后的体积差异.将这两种方法结合在一起进行精简质量评定,从观察的角度和数据分析的角度两方面来评定点云数据压缩的质量.同传统的表面积法来进行比较,可以从宏观和微观两个方面进行分析.提高质量评定的准确度,验证结果表明:上述方法是可行的. 相似文献