基于渐进加密三角网机载LIDAR点云滤波改进算法研究

机载三维激光扫描获取的原始点云中通常包含大量的非地面点,无法直接用于制作高精度DEM.基于渐进三角网,提出了融合点云聚类及点云拓扑特征分析的滤波算法.首先对点云数据进行以区域增长算法对点云进行聚类分割;然后通过对每个聚类中的关键点进行拓扑特征分析来剔除低矮人工地物和低矮植被;最后利用关键点与三角网的位置关系判断每个聚类是否为地面点.通过对某地点云数据实验分析,过滤后的点云能较好地保持地形特征.文中以少量特征点判定聚类是否为地形数据的思想,极大减少运算量,提高效率;加入点云特征分析,提高点云滤波效果.新算法适用于海量点云数据处理,可应用于获取高精度DEM、地形测绘等领域.     

Kriging点云滤波改进算法及监测试验研究

为进一步提高三维激光扫描技术的量测精度,从优化滤波算法的角度出发,基于Kriging改进算法,考虑描述对象的空间相关性质,针对点云数据的滤波处理问题,研究点云格网化滤波的优化方法。以实际工程为依托,通过现场监测比对试验,对三维激光点云数据进行格网化处理和分析,将试验得出的变形数据与传统方法的量测数据进行对比。结果表明：基于Kriging滤波的改进算法不仅能够高效识别和提取隧道轮廓断面可视化数据,而且可以高效、准确地获得隧道变形;试验的拱顶下沉数据与传统量测数据较接近,而周边收敛数据则有一定的差异。三维激光扫描技术下的隧道变形监测在一定的环境条件下能较好地反映隧道变形的真实情况,为隧道工程的施工提供有效的安全预警。     

利用凸壳建TIN的算法研究

首先阐述了如何利用凸壳建TIN的原理和方法,并对相关算法进行了综合和改进;然后基于“分而治之”的思想提出了一种格网数据筛选法,用来提高凸壳建TIN的效率;最后通过实例测试进行比较和验证.在三角网优化过程中,采用LOP优化原则,使得建TIN结果满足最小角最大的性质,当平面点集满足D-三角网构网条件时,所得三角网为D-三角网.     

基于虚拟三角网与坡度滤波的LIDAR点云数据滤波方法的研究

LIDAR(Light Detection and Ranging)技术由于其在数据获取和处理上的高度自动化,正广泛地被应用于各种地形数据的获取。LIDAR数据是目前最为理想的生产DEM的数据源,利用机载激光雷达获取DEM数据是机载激光雷达最为直接的应用。本文提出了一种将虚拟三角网与坡度滤波相结合处理LIDAR点云数据的方法,该方法将虚拟三角网的概念用于LIDAR滤波,避免了LIDAR点云内插或者平滑造成的信息损失。在虚拟三角网中进行初始地面点的选取,再由初始地面点生成的初始表面模型,通过坡度滤波可快速提取地面点。     

改进坡度的数学形态学非地面点云去除算法研究

针对传统点云滤波算法在对大规模无序点云进行非地面点去除时,存在滤波结果误差较大且滤波效率较低的问题,提出一种基于坡度的数学形态学改进滤波算法.该算法首先对点云数据坡度值进行分析,选用二阶差分模型计算格网内坡度值,然后根据最大坡度设置高差阈值,与形态学滤波前后的高差值比较,分离出非地面点.为了验证算法的有效性,选用两个不同区域的无序点云数据进行实验.结果表明:改进算法能较好地以真实局部地形坡度为依据,对地物较多、地形较复杂的区域准确、高效地分离出非地面点,并且能有效保留原始地形特征,且误差相比其他方法较小.     

一种改进的适用于DIM点云的PTD滤波算法

提出一种改进的适用于三维密集图像匹配(DIM)点云的渐近不规则三角网加密滤波算法(PTD).该算法针对DIM点云无法穿透植被、直达地面的特性,在种子点选取阶段,采用一种基于建筑物立面的种子点选取策略选取种子点.采用PTD算法的加密策略对由种子点构建的不规则三角网(TIN)进行迭代加密.当归属于网内的点的密度大于所给阈值时,所提算法采用一种新的基于多尺度的迭代加密方案对TIN继续加密.与PTD算法不同,在第二个加密阶段内,加密角度阈值将从小到大变化.结果表明:改进的PTD算法可有效地将地面点和非地面点分离,点云滤波的Ⅰ类误差、Ⅱ类误差及总误差分别为3.57%,0.71%和1.68%.算法对DIM点云的滤波效果优于PTD算法,因此,该算法将成为处理DIM点云的重要工具之一.     

一种改进的快速中值滤波算法

对多种中值滤波算法的去噪效果和耗时进行了研究,提出一种改进的快速中值滤波算法。先采用二分法删除第一列数据,插入窗口第三列数据来求得中值,接着对该像素点进行噪声的确定,然后根据判断结果进行中值滤波处理。此算法将中值滤波算法的排序比较次数降低了一半,使得滤波的速度提高了3．5倍;同时减少了图像细节信息的丢失,提高了中值滤波算法的信噪比。     

改进的小波空域相关滤波算法

针对小波空域相关滤波算法存在不同尺度下小波系数偏移引起的相关性减弱和低尺度小波系数受噪声影响较大等问题,提出了改进的小波空域相关滤波算法。理论推导了小波系数在各分解层间的相对偏移量,并提出了移位相关算法。考虑到分解层数越高,信号的小波系数相关性越强,且信号小波系数在分解过程中存在发散现象,提出了高层处理向低层处理提供约束的逆序处理方法。根据统计原理对最高层小波系数进行了阈值滤波。最后以Blocks信号和Heavy Sine信号为例,对比了所提改进算法与传统小波空域相关滤波算法及两种已有改进算法的性能,并将滤波算法应用于某同步卫星的群时延估计中。蒙特卡罗仿真和实测数据处理结果表明本文所提改进算法的降噪效果更好。     

LMS滤波算法在连线干涉测量中的应用研究

对航天测控信号进行滤波处理将有利于提高系统的测量性能。针对连线干涉测量（connected elements interferometer,CEI）因以载波时延为测量量,使其测量精度与载波差分相位估计性能直接相关,且该性能主要受近载频噪声影响这一问题,提出了采用最小二乘法（least mean square,LMS）算法对测控信号进行滤波处理以提高载波差分相位估计精度的思路。首先给出了基于LMS算法的相位估计方案;然后分析了其可行性和存在的问题;最后将LMS算法应用于CEI测量仿真和同步卫星观测试验中。仿真和实测数据处理表明：LMS算法可提高CEI测量性能,在同样数据处理长度下,滤波处理后载波差分时延估计精度提高了大约1.42倍;或在同样数据情况下,滤波处理可以降低数据的信噪比为6dB。     

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试（APIT）改进定位算法（HFG-APIT）.利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度（RSSI）的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法（LSM-RSSI）和APIT定位算法的41.7%和23.8%,整体定位性能也优于其他2种算法.     

经验模式分解域自适应滤波方法

为了利用经验模式分解法提取信号边缘信息,提出一种基于经验模式分解的自适应滤波方法,并给出了噪声功率阈值的两种选取方法．该滤波方法首先对信号进行经验模式分解; 其次对相邻尺度上残差分量一阶导数信号进行空间相关性计算,并对归一化空间相关函数与残差分量一阶导数进行逐点比较,实现对残差分量一阶导数的滤波; 最后根据噪声功率阈值判断自适应滤波过程是否结束．仿真实验结果显示,本方法可以准确提取信号边缘信息,同时抑制噪声信号．     

一种基于网格查询的改进DBSCAN算法

针对DBSCAN算法聚类时时间复杂度较高、当边界点同时属于多个类时其聚类准确率较低的问题,在网格查询思想和OPTICS算法的基础上,提出一种改进的DBSCAN算法(GO-DBSCAN算法)。进行聚类操作前,为降低聚类的时间复杂度,先基于网格查询的思想将数据集划分成不同的网格,在进行项目邻域查询时,只须遍历项目附近网格数据而不必遍历整个数据集; 在进行项目聚类时,主要考虑该项目与其附近核心项目的最小可达距离,因此,将OPTICS算法中的最小可达距离引入到DBSCAN算法中,以提高算法对边界点处理的准确度。仿真实验结果表明,GO-DBSCAN在边界点处理的准确率和运行效率方面较DBSCAN都有所提高。     

TerraScan在LiDAR点云滤波中的应用研究

简要介绍了机载LiDAR的发展现状,从原始LiDAR点云中滤波出真实的地面点是生成DEM和其他数字产品的基础和关键。TerraScan是一种机载LiDAR点云滤波商业软件,对其滤波算法进行了详细分析,利用山地、丘陵地和平地3种不同地形的LiDAR数据,通过设置不同参数进行滤波试验。试验结果表明,其对平坦地区和城区有较好的滤波效果,但对地形变化较大的复杂山区滤波效果不够理想,有待进一步完善。     

利用断面法计算机辅助测量料堆的体积

把工程中使用的断面法引入到计算机辅助测量技术中,提出了在计算机辅助测量料堆体积中一种新的体积计算算法,它包括整理原始数据点、建立三角剖分、建立截断面、对断面进行曲线拟合、计算断面体积(或计算相邻截面间料堆的体积)、计算料堆体积等步骤。在此算法的基础上,开发出一个应用系统,并通过实验验证了算法的正确性。     

感应测井反褶积因子的优化设计

感应测井测得的是地层视电导率,获得地层真电导率的方法之一就是将感应测井响应进行反滤波处理．如果使用空间频域滤波的方法设计反滤波因子,由于感应测井响应函数存在盲频率,会产生严重的吉布斯效应．本文用Ｒｅｍｅｚ交换法设计反滤波因子,能够有效地减弱吉布斯效应,得到较理想的真电导率曲线．     

基于视觉及多特征的前方车辆检测算法

针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点;使用简洁有效的方法进行阴影线的合并及ROI区域的提取;算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域(region of interest,ROI)进行筛选和判别,降低了算法的漏检和误检率;使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明:在处理分辨率为640×480的视频时,检测正确率89%,运算速度平均为17.6帧/s.     

PCNN与灰度形态学相结合的图像去噪方法

通过总结脉冲噪声的特性,将脉冲耦合神经网络(PCNN)与数学形态学相结合,提出了一种基于PCNN与数学形态学的脉冲噪声去除方法。首先利用PCNN的同步脉冲发放特性定位脉冲噪声点的位置;然后利用数学形态学开-闭滤波对其进行去噪处理,并将结果与中值滤波、形态学开-闭滤波及PCNN与中值滤波相结合的方法进行了比较。结果表明,本文方法取得了良好的效果,但是以比中值滤波和形态学滤波更多的运算时间为代价的。在和PCNN与中值滤波相结合的方法结果相当的情况下,本文方法的运算时间较少。     

基于各向异性扩散滤波的边缘提取算法

针对Canny边缘检测算法在滤波方面的不足,提出了一种基于各向异性扩散滤波的边缘提取算法,用各向异性扩散的平滑方式代替Canny算法中的高斯滤波,弥补Canny算法中滤波方法的不足.研究了各向异性扩散的P-M方程,得出了其离散化形式,并确定了其中分量的表达式,进而用Matlab编程实现了对图像的各向异性扩散处理.通过误差和结构相似度评定,得出经过各向异性扩散处理的图像滤波效果优于高斯滤波.对经过两种滤波方法处理后的图像用Canny算法提取边缘,通过灰度值比较,验证了各向异性扩散处理在边缘特征保持方面优于高斯滤波.     

一种基于分布式并行模型的海量机载LiDAR点云数据快速滤波方法

机载Li DAR点云数据是遥感大数据的重要组成部分,基于单机的处理算法已经无法满足海量点云数据处理的要求。首先,针对现有单机多级移动曲面拟合滤波算法存在粗差和拟合曲面精度不高的问题,提出适合海量机载Li DAR点云数据滤波的多级多窗口移动曲面拟合滤波算法(WHMCFA);其次,设计并实现基于MapReduce的PWHMCFA并行滤波算法;最后,实验证明这种并行滤波算法在保证精度的前提下实现了海量机载Li DAR点云数据的快速滤波。