基于改进区域生长法的洞室支护锚杆点云提取方法研究

针对施工期抽水蓄能电站地下厂房支护锚杆点云影响数据处理精度的问题，提出了一种基于反射强度改进区域生长算法提取锚杆点云的方法。通过分析锚杆表面曲率及反射强度特征，推导平滑及曲率阈值对提取结果的影响关系，确定基于反射强度的自适应阈值区域生长的改进方法，并通过采集洞室点云及提取支护锚杆点云分析该算法的提取结果。试验表明，该算法效率高，稳定性好，其提取点云簇准确率达98.09%,各簇锚杆的平均点云误提取率仅为2.61%。     

基于法向量区域聚类分割的检测坑点云提取

利用三维激光扫描技术获取堆石坝检测坑表面点云,可以快速计算检测坑体积和堆石坝压实质量,但此技术的关键是从扫描点云数据中准确分割出目标检测坑。提出了一种基于法向量区域聚类分割的检测坑表面点云提取方法：首先通过局部密度法检测得到碾压面外部点P,剩余点则为内部点Q;然后以最小二乘法拟合外部点平面,得到拟合平面法向量与内部点法向量的夹角θ;最后以外部点P作为种子点,逐步扩大搜索区域,直至区域内存在θ大于阈值θ′,即可确定碾压面和检测坑表面的交界,精确提取出检测坑表面点云。利用MATLAB编程实现了检测坑表面点云数据的快速提取,并通过采集3类坝料的检测坑点云数据开展试验,验证了此方法的可行性。研究成果可为类似形状目标点云提取和堆石坝压实质量快速检测提供参考。     

基于特征差异的机载LiDAR侵蚀沟点云分割方法

为克服数字高程模型(Digital Elevation Model, DEM)提取侵蚀沟特征的局限性,提出一种基于机载激光雷达(Light Detection and Ranging,LiDAR)点云的不同尺度下的表面特征差异侵蚀沟点云分割方法。该方法首先对侵蚀沟点云进行特征分析,在对点云预处理的基础上,基于不同尺度获取点云表面特征差异,再结合曲率阈值方法分割得到初始侵蚀沟,最后基于聚类分析得到侵蚀沟点云。试验结果表明,该方法能够精确地从机载LiDAR点云中分割得到侵蚀沟,为侵蚀沟的定量评价提供了一种新思路。     

基于遥感图像的数字流域模型参数提取

针对遥感影像中广泛应用的TIFF文件格式，文中提出了一种读取图像中任意多边形区域（数字流域模型中基本计算单元）灰度信息的方法，将灰度信息转换为水文参数信息，统计得出代表整个多边形的参数信息，写入数据库供模型调用，实现了遥感数据源与数字流域模型的无缝集成。     

基于LS-SVM的无人机匹配点云数据修补

针对高山区过滤后点云数据缺失问题,提出一种基于LS-SVM的点云漏洞修补方法。以典型高山区地形为试验案例,采用4种常规插值方法与LS-SVM预测方法对数据进行处理分析,将处理数据与CORS动态测量获取的实测数据进行比较研究。研究表明,与4种常规方法相比,采用LS-SVM算法预测出的点云所构建的DEM模型精度有较大提高,模型MAE=-0.148 m、RMSE=0.250 m、R²=0.999 5,能够实现1∶500 A级高山区的高精度DEM生产,同时也增强了DEM在水利、建筑等行业设计初期的应用价值。     

基于MATLAB图像处理的水泵特性曲线自动提取

水泵特性曲线是泵站设计、评价重要的基础资料.MATLAB软件具有强大图像处理功能,提出基于MATLAB平台编写选定曲线的自动追踪识别算法对水泵图像资料进行数值化.为保证曲线追踪识别的连续,可利用已识别曲线像素,寻求周围曲线像素并结合曲线斜率不可突变作为判断条件,甄别取舍寻求到的周围像素点.实践表明:采用该方法提高了水泵...     

基于720云全景图的新型测绘点之记

针对目前传统测绘点之记记录简单,不便于查找点位的具体位置等问题,提出一种基于720云全景图制作的新型测绘点之记,从外业拍摄、内业处理、全景图制作、系统搭建、应用等一系列流程阐述该方法的具体流程,以及应用场景。通过工程实践验证其可行性、便利性,为测绘点之记成果形式的迭代更新提供参考意义。     

基于机载点云的电力线提取方法研究

为了提高电力线走廊巡检的有效性,提出一种基于机载点云的电力线提取方法。首先利用渐进三角网滤波剔除地面点,并计算距地高差,得到含电力线点集,为了克服传统二维密度分割方法无法有效识别电力线下方存在地物点的不足,通过三维格网划分密度分割方法,实现电力线点粗提取;然后通过 ＲＡＮＳＡＣ方法直线检测与点云高差并判断剔除残留电塔点与绝缘子点,实现电力线点云精提取;此外,借助 ＲＡＮＳＡＣ方法曲线检测对同一垂直面上的电力线分股,最后利用 Ｋ-Ｍｅａｎｓ算法完成分裂导线束间归类。实验表明,该电力线点云提取方法正确率达 97％以上,非电力线点云误判率低至 1％左右,完全满足实际工程需求。     

基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法

高精度的水体提取有助于水资源监测和管理。目前基于遥感影像的水体提取方法缺乏对于边界质量的重视,造成边界划分不准确,细节保留度低的问题。为了提升遥感影像水体提取的边界与细节的精度,提出了一种基于多尺度特征融合的高分辨率遥感影像水体提取深度学习算法,包括分层特征提取模块与融合多尺度特征的堆叠连接解码器模块。分层特征提取模块中,引入了通道注意力结构,用于整合高分辨率遥感影像中水体的形状、纹理和色调信息,以便更好地理解水体的形状和边界。在融合多尺度特征的堆叠连接解码器模块中,进行了多层次语义信息的堆叠连接,并加强了特征提取,同时捕捉了广泛的背景信息和细微的细节信息,以实现更好的水体提取效果。在自行标注的数据集与公开数据集上的试验结果表明,模型的准确率达到了98.37%和91.23%,与现有的语义分割模型相比,提取的水体边缘更加完整,同时保留细节的能力更强。提出的模型提升了水体提取的精度和泛化能力,为高分辨率遥感影像水体提取提供了参考。     

基于遥感图像的河流提取方法及应用研究

通过融合监督分类和非监督分类方法,提出了基于彩色遥感图像的河流提取算法。在监督分类方法中,采用局部傅里叶变换来捕捉图像的不同颜色和纹理特征,用从样本中提取出来的LFT特征集对大间隔最近邻分类器进行训练,把图像分为河流和背景两部分;在非监督分类方法中,采用基于颜色的k-均值分类分割方法,从背景中分离出河流。对两种方法的输出结果进行融合,即可得到最终的河流提取结果。实例表明:该方法能够准确地从彩色遥感图像中进行河流提取。     

基于MapReduce的高分辨率遥感影像特征提取方法简

 遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

基于MapReduce的高分辨率遥感影像特征提取方法

遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

遥感影像中提取道路的方法综述和展望

从遥感影像中提取道路已有多年研究,但仍然存在很多问题有待解决。探讨了道路提取的基本思想,对道路特征提取的基本方法和现状进行了较全面的综述,介绍了几种具有代表性的特征提取方法,并对各种方法的特点进行了分析,最后展望了道路特征提取的研究前景。     

基于三维点云的结构面产状获取方法研究

为快速从地质结构面三维点云数据中提取产状信息,基于Python程序设计语言,编程实现了一套自动拟合平面并计算结构面产状的算法。首先,介绍了最小二乘法和主成分分析法2种算法原理和求解平面方程思路;其次,利用Python语言分别设计实现了上述算法,并引入奇异值分解帮助求解主成分向量,给出了关键代码和程序流程;最后,对2种算法进行对比和误差分析,并将平面方程转换为产状信息。将该方法应用于国际公开试验数据,人工截取指定结构面产状,计算结果平均值与实际值相比＜1°,最大不超过2°;无监督聚类分割生成的不规则结构面产状计算结果平均值与实际值相比＜4°,最大不超过8°,且主成分分析法误差更小。结果表明,该方法精确度高,使用简便,满足工程实际需要。     

顾及光束入射角的点云点位精度评定模型研究

传统的三维激光点云单点定位精度评定模型仅通过测距值、测角值及仪器的测距、测角精度对点位精度进行评价,但当物体外观呈现不规则形状时,会对入射光束的反射路径、强度等产生影响,进而影响点云数据的质量,因此传统模型对点位精度的评价是不全面的。故从目标物体的外观形状对扫描精度的影响入手,提出顾及光束入射角的点位精度评定模型,用于定量评价点云数据质量,并通过实验分析,验证该模型的可行性。     

一种新的扫描点云自动配准方法

点云数据配准是三维激光数据处理的关键问题,结合曲率进行配准是点云配准非常有效的一种方式。为了提高配准的速度和精度,针对点云曲率和RANSAC算法的特点和应用,分析了两种方法之间的优缺点。研究了一种结合曲率的RANSAC点云配准算法,并利用改进的ICP算法对点云进行精确配准。结果表明:基于曲率的RANSAC算法能够显著提高初始配准的速度和精度,同时改进的ICP算法比原有ICP算法提高了二次配准的速度和精度。     

渗流问题的边界元方法比较

由于边界元法只在边界上划分单元,因而可降低一维进行计算,且适合解决无限域问题,在渗流研究中具有独特的优点.为此,简要介绍边界元三种计算方法,并采用不同的方法对相同的算例进行计算比较.结果显示,采用边界点方法处理渗流问题,具有计算程序简单.且计算精度较高的优点.易被工程人员掌握和推广.     

基于改进分水岭算法的农村地区LiDAR点云建筑物提取

针对LiDAR点云建筑物提取的研究很多,而在农村区域植被与建筑粘连且高度近似情况下的讨论较少.考虑到中国典型农村区域建筑特征,以湖南省益阳市泗湖山镇为研究区进行LiDAR点云的建筑提取研究.首先利用梯度及梯度方向约束的形态学滤波方法,将原始点云滤波得到地面点,对地面点及原始点云进行插值得到数字高程模型(DEM)和数字地...     

基于数学形态学的建筑物分类提取后细化处理研究

随着城市化进程的加快,如何准确、高速、有效的从测绘数据中提取建筑物信息变得尤为重要。目前建筑物分类提取后,建筑物边缘不清晰,局部破碎,地物类别错分形成小斑点等一系列问题仍然存在。通过数学形态学和计算机数字图像处理的一些算法,利用MATLAB编程,将小斑点去除,修复建筑物内部破碎区域,清晰建筑物边缘,最后通过canny算法对建筑物边缘进行提取,结果表明本文对建筑物分类提取后细化处理具有较好的可行性与有效性。