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TIN的LiDAR地面点云数据简化方法研究

机载LiDAR点云数据的简化虽属数据辅助处理的范畴,但对提高庞大点云数据后处理效率起着重要作用.将TIN迭代加密方法引入机载LiDAR地面点云数据简化中；对平坦地形直接简化,对复杂地形则提取山谷线、山脊线,将获得的特征点作为种子点加入TIN加密迭代简化方法中.实验证明,该方法能够在保证数据精度的前提下,简化点云数据.     

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。     

机载激光雷达结合PPK技术在水利工程测量中的应用

针对山区水利工程地势陡峭、植被覆盖比较密且通讯条件差的情况下单独利用机载激光雷达技术很难克服山区通讯差的问题，从而影响生产进度，在该地区开展水利工程测量难度大的情况下，提出机载激光雷达结合PPK的技术来开展测量工作。该方法采用机载激光雷达(LiDAR)获取地面点云数据解决植被茂密的问题，在通过动态后处理差分技术(PPK)解算雷达数据的实时高精度位置信息来解决通讯条件差的问题。选取DJI-M300搭载禅思L1雷达镜头，结合地面站的PPK基站进行航飞作业，生产点云数据，数据进行分类滤波处理后进行实地检查精度，结果表明该方法用于在水利工程前期勘察测量中可极大的缩短测量生产周期，克服植被茂密及通讯不佳的环境，其生产结果均满足水利工程生产要求，具有良好的实用推广价值。     

融合雷达点云与正射影像的河湖划界技术研究

针对河湖及水利工程划界工作中受测区植被密集分布影响,单独利用机载激光雷达点云数据自动滤波分类时,低矮植被点易被错分和误判为地面点,从而影响兴趣高程特征线精确提取的问题,结合正射影像光谱信息丰富、地面分辨率高的特点,提出一种融合点云与正射影像的管理与保护范围线准确提取方法。通过南湾水库工程应用,结果表明该方法用于河长制管理与保护范围线提取切实可行,可极大缩短生产周期、节约生产成本,具有良好的实用推广价值。     

基于无人机LiDAR数据的陡崖反坡滤波技术及应用

为了解决传统的不规则三角网(Triangular irregular network, TIN)算法在陡崖反坡地形滤波时，由于陡崖反坡会产生多个投影交点，坡度出现负值，陡崖反坡区域岩壁点往往被错误过滤的问题，提出一种刚性坐标变换与TIN结合的机载激光雷达(Light detection and ranging, LiDAR)点云滤波算法。采用刚性坐标变换的方法重新构建陡崖面的直观形态，将陡崖反坡等特异地形常规化。以湖北省恩施市姚家平水利枢纽工程坝址区域的陡崖反坡数据进行滤波分析，构建了侧向数字高程模型(DEM)表达陡崖地形，实现了侧向DEM在坝体填筑量计算上的应用。结果表明：该算法能够在陡崖反坡区域大幅降低Ⅰ类误差，并将Ⅱ类误差控制在一定范围内；应用该技术可为大坝设计提供直观准确的DEM,为三维设计提供了新思路。     

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。     

机载激光雷达技术在乌龙山抽水蓄能电站工程测量中的应用

基于水利工程测量中采用传统航空摄影测量存在像控点布设困难、影像间不易匹配、项目周期长等问题,针对水利水电常见的作业环境和激光点云数据自身的特点,结合乌龙山抽水蓄能电站工程测量项目,介绍了机载激光雷达技术结合传统摄影测量技术在高密度植被覆盖区域的地形测绘应用情况,重点介绍了机载激光雷达点云数据的分类方法,从数据获取、预处理,点云滤波分类、空三加密到成图的每一个环节,实现高密度植被覆盖区域地表信息的提取和测绘成图。通过数据精度的分析,证明机载激光雷达技术相比传统摄影测量与人工测量等测绘手段在复杂植被等困难区域测量方面有较大的优势,在未来水利水电工程测绘领域具有广阔的应用前景。     

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。     

激光点云中电力线的提取和建模方法研究

当利用LiDAR激光点云进行电力线路危险点检测时,需要对电力线进行建模。为此提出了一种在激光点云中提取电力线并建模的算法。该算法首先利用激光雷达回波信息和电力线在三维空间中的线性特征,过滤掉大部分非电力线的点,然后在点云的XY平面内利用霍夫变换提取最长且相互平行的线性地物作为电力线,连接因数据遮蔽而造成的段线,并利用线的交点和沿线小网格内高程变化特征找出杆塔位置,最后在电力线断面内对多根电力线进行分割,分别计算悬链线模型。基于云南某500 kV线路实际数据的实验表明,该方法自动化程度高,电力线提取和建模准确度高。针对进一步提高该算法的通用性和自动化程度,提出了下一步的研究方向。     

机载激光雷达数据处理质量控制与解决方案探讨

随着机载激光雷达技术的迅速发展,其数据处理已经成为整个生产过程的一个重要环节。文章就激光雷达数据处理过程中的GPS差分解算、坐标转换、点云数据分类、影像连接点、最终产品等的质量控制与解决方案进行分析和探讨。     

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。     

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。     

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。     

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。     

基于LiDAR技术的单个建筑物信息提取研究

利用机载激光雷达测量（LiDAR）等先进的遥测技术辅助进行洪水灾害的预警、评估和灾后重建是目前水利研究的热点。首先介绍了建筑物信息提取的主要方法,提出了基于机载LiDAR技术对单个建筑物信息进行提取的方法。利用LiDAR点云得到nDSM,并借助ArcGIS软件获取建筑的高度和面积信息,并对如何提高精度进行了分析和评价。结果表明,该方法能够满足精度要求,对于建筑物洪水灾害评估有重要的意义。