基于无人机载激光雷达数据的建筑物自动提取算法

针对机载LiDAR散乱点云数据量大、目标分类困难的问题,提出一种实现LiDAR点云数据中地面点云、植被点云和建筑物点云的全自动分类算法,并根据提取的建筑物点云数据自动提取建筑物轮廓和中心点坐标。具体理论算法为:首先基于渐进三角网的点云数据滤波算法分离出地面点云数据,然后根据植被点云法向量的各向异性采用模糊C均值聚类(FCM)方法分离植被点云和建筑物点云。对于分类后的建筑物点云,利用拓扑聚类的方法,对每个建筑物进行识别并提取轮廓和中心点。将该算法应用于栾川协心小流域的山洪灾害调查评价居民户建筑物位置和高程自动提取。应用案例表明:该方法提取速度快,提取精度较高,且适用于山丘区机载雷达数据建筑物提取和植被分类。     

基于并行计算的洪水灾害快速评估系统研究

在最短的时间内对洪水灾害进行灾情评估对于救灾工作具有重要意义.为此就洪水灾害快速评估系统的若干关键问题进行了研究.首先,鉴于机载合成孔径雷达(Airborne SAR)相对于其他遥感信息获取的优势,论述了基于机载SAR的洪水灾害快速评估系统及其实现过程.其次,针对SAR图像处理的大数据量和大计算量、需要大的计算机内存和计算能力的特点,研究了基于并行计算的SAR图像快速处理功能原理和系统实现.基于并行计算的SAR图像快速处理实现原理主要包括两点,即:多计算机并行计算和虚拟共享内存(VSM).提出基于ArcMap Service的洪水灾害信息后续处理与网络发布一体化解决方案.最后,利用本研究成果对鄱阳湖地区1998年特大洪水SAR图像进行了实验,取得了令人满意的效果.     

机载LiDAR在山区型河道地形测绘中的适用性研究

河道地形是河流保护与利用的基础支撑资料,采用传统手段测绘山区河道地形具有作业风险高、难度大、效率低等不足,采用航测手段则具有高程精度低、植被覆盖地面信息无法获取等不足。机载LiDAR具有较强的植被穿透性,结合影像与激光的优势,可以很好解决以往山区河道地形作业方式的不足。与其他作业区域相比,地形坡度、植被覆盖度会影响机载LiDAR在山区河道地形测绘中的作业精度。为研究机载LiDAR在山区型河道地形测绘中的适用性,首次提出了按地形类别、地表覆盖物对典型山区河段进行机载LiDAR植被穿透性、作业精度研究。研究结果表明:(1)机载LiDAR获取影像平面精度优于点云,可充分结合影像平面精度高、激光点云高程精度高及丰富地表信息表达方式的优势;(2)机载LiDAR具有良好的植被穿透性;(3)点云高程精度受地形坡度、植被覆盖率影响,坡度越大、植被越密集,精度越低;(4)点云等高线由不经抽稀的点云生成,等高线精度与点云精度接近;(5)机载LiDAR在在山区型河道地形测绘具有较好的适用性。     

基于GIS/RS的洪水灾害评估模型

针对洪水灾害评估的特点，将地理信息系统技术与遥感技术结合起来，建立洪水灾害评估模型。通过从原理与方法上对评估模型加以阐述，表明：在DEM数据的支持下，利用洪水期实时遥感图像和正常水位时期遥感图像提取的信息，可以进行洪水灾害的灾情评估。     

机载LiDAR测量技术在潮间带测量中的应用

弄清潮间带地形对于开发和利用滩涂具有基础支撑作用,但受潮间带淤泥质底质、涨潮时浅水覆盖和部分区域植被覆盖等因素的影响,利用现有的地形测量方法获得滩涂地形信息十分困难。为此,提出了利用机载激光(LiDAR)在潮间带开展地形测量的新方法。首先,给出了机载激光在滩涂干出部分的地形测量原理,并将机载激光测量系统应用于启东潮间带地形测量,取得了优于10 cm的地形高程测量精度;然后,介绍了机载激光在潮间带浅水深地形测量的原理,并分析了我国机载LiDAR测深的发展现状,列举了机载激光测深系统应用于水深测量的案例。研究结果表明,机载激光是获取潮间带地形的一种有效手段。     

应用于基础测绘的机载LiDAR高程精度方法研究

机载LiDAR是近些年发展起来的一种主动式对地观测新技术,代表着高效获取空间数据的发展方向。该技术在三维空间信息的实时获取方面取得了重大突破,为获取高时空分辨率地球空间信息提供了一种全新的技术手段。它具有自动化程度高、受天气影响小、数据生产周期短、精度高等特点。本文以实验区为基础,通过神经网络算法,提高了机载LiDAR测高数据的精度,并对实验区内数据进行具体分析,得出一些有益的结论。     

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。     

基于PTD和改进曲面拟合的高山区水电工程机载激光雷达点云滤波方法

针对高山区水电工程区域地形起伏大、植被茂密且存在部分建筑物,在提取这些区域地形时机载LiDAR点云滤波方法存在精度不高的问题,提出了一种综合点云回波特性、渐进三角网加密(PTD)算法、改进的曲面拟合算法和地面点精细化处理的山地点云滤波方法。该方法在对机载激光雷达(LiDAR)点云数据去噪的基础上,先利用植被点云的回波特性去除部分植被点,再使用PTD算法进行两次迭代计算获取部分地面点集合,然后将得到的部分地面点集合作为改进的曲面拟合算法的种子点进行格网区域化的曲面拟合来获取原始点云数据中的地面点,最后通过点云的精细化处理去除地面点中夹杂的低矮植被点,以此获得最终的地面点集合。选取DJI-M600搭载HS-600的机载LiDAR测量系统实测数据进行试验,并将提出的滤波方法与PTD算法、曲面拟合滤波算法、区域生长滤波算法和形态学滤波算法进行横向对比,通过点云误分率对滤波方法进行评价。结果表明,与其他4种方法相比,基于PTD和改进曲面拟合的滤波算法的第Ⅰ类误差、第Ⅱ类误差和总误差的最大减小幅度分别为6.25%、1.82%和2.93%,更适用于高山区水电工程机载LiDAR点云数据的滤波处理。     

机载LiDAR在长江中游河道测绘中的应用

传统河道地形测量效率低、部分区域施测难度较大,采用航测手段面临高程精度低、植被覆盖地面信息无法获取等问题,而机载激光扫描测量(LiDAR)具有较强的穿透性。因此,根据长江中游流域河道地形特点开展了机载三维激光扫描地形测绘,并对地形点及部分断面开展传统RTK测量,定性定量分析地形点和断面点的平面及高程精度、断面面积差。结果表明：在长江中游河道地形及断面测量中,机载激光雷达技术的平面精度和高程精度均能满足相关规范要求,可应用于长江中游河道地形和断面数据采集。     

基于云模型的安阳市洪水灾害风险评价

为了及时准确评估安阳市洪水灾害风险,构建了安阳市洪水灾害风险评价指标体系及安阳市洪水灾害风险等级云模型。同时,利用熵权法和模糊变换法得到安阳市各县区的洪水灾害风险等级评价表,并绘制出安阳市洪水灾害风险评价地区分布图。以安阳市"7·19"特大暴雨进行验证,检验了指标选取的合理性及结果的准确性。研究结果表明:林州市和安阳县存在高风险洪水灾害等级,因为两地依靠太行山脉,受地形地势影响,降雨尤其集中,洪水灾害发生的可能性极高;且两地人口密度较高,洪水灾害容易造成较大的损失。     

三维激光扫描和红外检测融合技术的工程应用

为了解决传统红外热成像仪探测建筑物墙面的热工缺陷时得到的二维图像信息存在缺少目标位置信息、数据杂乱无序的问题,提出一种将图像信息和点云模型融合的方法。该方法通过红外图像处理、直方图面积计算、提取边缘轮廓和模型融合,得到具有目标探测信息的三维建筑模型,并利用标识点分析了模型的拼接误差。研究和实践结果表明:此方法具有可行性,拼接模型精度高;采用融合的三维建筑模型可以直观地获取热工缺陷的位置坐标和面积大小,便于指导修复工作。研究成果对于信息集成化管理、智慧建筑检测等具有一定的指导意义和应用价值。     

基于全卷积神经网络的无人机影像建筑物提取

针对无人机影像建筑物自动提取时精度低、边缘精细化程度不足导致水利移民征地过程中建筑物面积统计不准确的问题,为提高无人机影像建筑物自动提取精度,利用基于跳层连接的全卷积神经网络进行无人机影像建筑物自动提取,结合无人机数据生产过程中产生的 DSM 对建筑物初步提取结果进行后处理,得到更加精细化建筑物的边缘。结果显示,利用基于跳层连接的全卷积神经网络进行无人机影像建筑物提取,平均 Kappa 系数为 0. 90,平均查准率为 0. 93; 当前常用的分类模型 Deeplab 网络,Kappa 系数为 0. 67,查准率 0. 70; Segnet 网络的 Kappa 系数为 0. 75,查准率为 0. 79。相较于 Deeplab 网络 Kappa 系数提高了 0. 23,查准率提高了 0. 23; 相较于 Segnet 网络,Kappa 系数提高了0. 15,查准率提高了 0. 14。利用 DSM 对初步提取结果进行后处理,处理后 Kappa 系数为 0. 92,查准率为 0. 94。对比初步提取结果,Kappa 系数提高了 0. 02,查准率提高了 0. 01。结果表明,结合 DSM与全卷积神经网络的无人机影像建筑物提取方法具有更优越的提取精度。     

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)和数字地表模型(DSM);然后通过两者相减得到归一化的NDSM,进而对NDSM进行高程及梯度双约束的标记分水岭变换得到地物对象;最后建立特征指标,对地物对象进行最大似然分类得到建筑物对象。研究表明建筑物分类的生产者精度和用户精度均>90%, Kappa系数>0.8, 构建方法在农村地区建筑提取研究中取得了良好效果。     

大坝安全评价中的信息赋权模型

为了充分挖掘大坝安全评价指标样本中的数据信息，以合理确定各评价指标的权重，提出直接由样本数据驱动基于投影追踪分析新型算法的赋权模型，来提取各样本数据信息中所反映的各评价指标的权重。实例计算结果表明，该新模型利用样本数据的信息比常规方法充分，计算结果合理，在大坝安全分析评价和辅助决策中具有一定的推广应用价值。     

基于机载LiDAR数据的输电铁塔建模方法研究

输电线路铁塔建模作为电力设备检测和管理的重要基础,具有巨大的实际应用价值。传统的量测与制作手段存在周期长、人力和财力耗费大的不足。机载LiDAR系统的出现使快速高效的铁塔建模成为可能。提出了一种基于机载LiDAR数据的铁塔建模方法,通过检测电力线对的连接点提取铁塔,建立三维空间格网,并利用二值图像轮廓跟踪的思想跟踪三维线结构,由此完成铁塔建模。实验结果证明,该方法基本达到建模需求,取得了较好效果,只需少量人工修饰便可得到高精度的三维模型。     

Impacts of Accuracy and Resolution of Conventional and LiDAR Based DEMs on Parameters Used in Hydrologic Modeling

Digital elevation model (DEM) is often used for hydrologic modeling, land use planning, engineering design and environmental protection. Research is required to assess the need of updating existing conventional DEM using higher resolution and more accurate DEMs, including light detection and ranging (LiDAR) DEM. The objective of this study was to evaluate effects of DEM accuracy and resolution on hydrologic parameters and modeling in an agriculture-dominated watershed. DEMs compared included 1 m and 10 m LiDAR based DEMs, and a conventional 10 m DEM obtained with aerial photogrammetry method. Hydrologic parameters assessed included elevation, sub-basin area and boundaries, drainage networks, slope and slope length. DEM derived hydrological parameters were used to estimate soil loss in Black Brook Watershed, New Brunswick using Revised Universal Soil Loss Equation (RUSLE). Results indicated that DEM resolution had substantial influence on the sub-basins boundaries, sub-basin area, and distribution of water flow lines. Field investigation confirmed that most of the water flow lines derived from 1 m LiDAR based DEM were accurate and a number of flow diversion terraces (FDT) failures had been identified with help of LiDAR 1 m DEM. Both conventional and LiDAR based 10 m DEM could not identify the impacts of soil conservation structures such as diversion terraces. The RUSLE predicted soil loss using 1 m LiDAR based DEM was considered to be better because both conventional and LiDAR based 10 m DEMs could not reflect the impact of FDTs on reducing soil loss.     

基于DEM的自动河网提取方法——以江西省黎川县为例

以江西省黎川县为实验区域,采用ArcHydro Tools水文分析工具来提取DEM中的河网信息。实验主要包括4个步骤:DEM预处理、确定河道流向、生成汇流栅格图和自动提取河网。分析了最小水道集水面积阈值对提取河网的影响。从提取的实验结果来看,基于ArcHydro Tools在DEM数据上提取河网信息是切实可行的。     

基于变精度粗糙集的水电机组故障诊断

将变精度粗糙集理论引入水电机组故障诊断中,利用变精度粗糙集属性约简方法对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用RBF神经网络对粗糙集处理后的故障信息进行诊断。该方法不仅克服了神经网络对冗余信息和有用信息识别的局限性,有效地降低了神经网络的输入信息空间维数,减小了神经网络规模,还可以弥补经典粗糙集方法对输入信息中的噪声较敏感、抗干扰能力差的不足,进而达到提高诊断准确性的目的。水电机组振动故障实例的诊断分析结果证明了该诊断方法的有效性和优越性。