利用机载双激光测深反演近岸水体含沙量的方法

为解决利用机载激光测深(Airborne LiDAR bathymetry, ALB)波形数据估计水体含沙量(Suspended Sediment Concentration, SSC)难题,提出了一种利用ALB三维点云数据反演水体含沙量的新方法。首先,基于绿激光水面点和红外激光水面点计算绿激光水面穿透量;其次,利用实测水体含沙量及对应绿激光水面穿透量构建SSC经验模型;最后,基于构建的SSC经验模型实现了利用ALB三维点云的水体含沙量估计。实验验证了该方法的有效性,取得了优于20 mg/L的SSC反演精度,为水体含沙量信息的高精度、大区域面获取提供了一种新途径。     

基于三维激光扫描技术的工程施工测量应用研究

三维激光扫描仪作为一种新型的非接触式海量高精度数据获取手段,在国内外的众多领域得到了广泛的应用。本文利用三维激光扫描获取点云数据,对工程建设中的断面信息及土方量计算等作了研究,表明利用点云数据是一种快速、高精度的实现工程信息获取的手段。     

地面三维激光扫描技术在山洪灾害调查评价中的应用

利用地面三维激光扫描技术快速、远距离获取人员无法到达的复杂山丘区的高分辨率、高精度的点云数据的优势,提出了将地面三维激光扫描技术应用于山洪灾害调查评价工作的技术路线和解决方案。以云南轿子山小流域的山洪灾害调查评价应用为例,详细论述了地面激光扫描技术快速高效获取小流域及沿河村落的激光点云数据、基于多尺度维度特征的激光点云数据分类、断面数据获取、高精度DEM制作以及地形图制作等方法,编制了应用于山洪灾害现场调查的专用激光点云数据处理软件。案例应用表明,地面三维激光扫描技术获取数据速度快、精度高,为无资料地区山洪灾害分析评价提供了高精度数据支撑,能够满足山洪灾害调查评价的工作要求,该技术在即将开展的全国山洪灾害调查评价工作中将发挥巨大作用,具有较大的应用前景。     

低空机载LiDAR水面点云自适应分类算法研究

水陆点云分类是DTM生成、河流岸线提取等低空机载LiDAR应用领域面临的新问题,然而在岸滩等复杂扫描场景中,水陆点云的准确分类是一个公认的难题。在分析目前点云分类存在的缺陷基础上,提出了一种多元特征统计的自适应水陆LiDAR点云分类算法,该算法通过分析低空机载LiDAR水面点云的特点,针对性地设计了点云坡度、密度特征描述子;引入贝叶斯定理,建立了高程、坡度、密度隶属度函数;通过水、陆独立样本的t检验,确定隶属度函数的自适应权重;最终得到一个多元特征统计的分类模型,并基于训练样本的概率密度统计,确定了模型的自适应分类阈值。典型应用实例表明,在存在岸滩、内陆平地等复杂地形条件下,新算法都能达到99%以上的水陆点云分类精度。     

基于多元协同测深技术的复杂水域水下地形测量

为提高复杂水域水下地形地貌测量精度，提出基于多元协同测深技术的复杂水域水下地形测量方法。该方法首先利用多波束大面积普查获得高精度点云，对点云进行高程赋色并发现异常区，然后利用侧扫声呐对异常区进行重点排查并构建二维影像，最后结合多波束点云，构建水下构筑物的精细化纹理模型。以武汉市天兴洲大桥下游试验区域为例利用该方法展开了实例分析。结果表明：协同运用多波束精密测深与侧扫声呐高清摄像的方法可清晰观察水下构筑物的形态特征，获取水下地形的丰富信息。     

融合无人机LiDAR与摄影测量的河道地形测绘方法

针对无人机摄影测量过程中植被穿透率低、无人机LiDAR(激光雷达)点云地物提取困难等问题,研究了一种融合无人机摄影测量与LiDAR的高精度河道地形测绘方法。该方法利用TerraSolid软件对LiDAR点云数据进行去噪与地形滤波处理,提取测区高精度DEM(数字高程模型),并通过LiDAR点云与DOM(数字正射影像)融合建立真彩色三维点云、与数码影像融合重建测区实景三维模型,实现地物的精准测绘。典型应用结果表明：该方法能有效发挥两种技术的互补优势,解决长江下游河道岸滩区域植被高密度覆盖的地貌测绘与建筑物复杂多样的地物测绘难题,数据采集与处理高效,产品直观、精细、多样化,精度可满足1∶1 000比例尺地形图测绘的要求。     

地面三维激光点云数据拼接与坐标转换方法研究

地面三维激光在数据采集方面具有独特的优势,但数据处理阻碍了它的广泛应用。为解决地面三维激光扫描仪在少特征物区域站点拼接与坐标转换的难题,提出先利用电子罗盘及RTK控制点实现站点数据概略拼接与坐标转换,然后采用ICP算法进行精拼,再利用序列精拼后形成的闭合条件进行精拼误差配赋,最后根据最小二乘法原理,对点云拼接后站点及RTK控制点形成刚性模型计算最佳密合平移、旋转矩阵,实现坐标转换误差调整,从而实现站点拼接与坐标转换。对利用三维点云提取的特征点进行精度评定,精度达厘米级。     

基于GOA-kmeans的电缆早期故障诊断技术研究

电缆早期故障是一种间歇性故障,持续时间短且不触发继电保护动作,是永久性故障的前期过程。为识别早期故障的种类和初步估算距离永久性故障的时间,利用蝗虫优化算法及k-means的早期故障识别方法进行电缆早期故障诊断。首先利用蝗虫算法对k-means聚类进行改进,解决k-means聚类初始中心点的选择问题,再基于优化后的k-means算法对早期故障波形持续时间、波形特征等完成分类预测,从而完成早期故障识别。采用实际数据进行验证,结果表明该方法能够有效识别配电网架空线早期故障,具有较高的工程应用价值。     

三星堆月亮湾城墙遗址覆土方量计算

利用三维激光扫描技术获取三星堆月亮湾城墙遗址区高精度三维激光点云,实现了任意边界挖填方量的精确计算。采用IDL编制了海量激光点云存储与管理软件LIDARVIEW,应用海量激光点云网格分块技术和动态四叉树空间索引方法实现了海量激光点云数据的存储与管理。提出基于网格分块的地表植被和建筑物的自动过滤技术,建立三星堆月亮湾城墙遗址现状地表的DEM模型。结合三星堆月亮湾城墙遗址的覆土设计方案,得到月亮湾城墙遗址覆土后地表DEM数据和覆土四周边界数据。最后利用覆土前后地表的DEM数据,对三星堆月亮湾城墙遗址覆土方量进行计算。工程实例表明,该方法可以快速、高效地解决复杂工程的挖填方的方量计算。     

融合LiDAR点云和高分辨率影像的地物分类研究

LiDAR点云包含丰富的高程信息,而高分辨率航空影像则富含光谱信息。在分析两类数据特征优势的基础上,以模糊集为融合方法的理论基础,研究了一种结合LiDAR点云和高分辨率影像的分类方法。该方法首先通过航空影像获取模糊分类结果,然后引入LiDAR点云的高程信息,再进行模糊决策融合,重点改善了建筑物与其他地物之间的混分现象。实验结果表明,在LiDAR点云的辅助下,该方法能够有效改善光谱信息分类中出现的建筑物与裸地、道路、水体等地类之间的混分现象,明显提高了总体分类精度,为复杂城市区域提供了更为精确的地物分类结果。