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。     

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。     

垂起固定翼搭载激光雷达在河道堤防测量中的应用

无人机机载激光雷达在地形测量中由于具有自动化程度高、数据生产周期短、精度高、受天气影响小等特点,目前在河道堤防测量中已有应用.为了获得河道堤防的数字高程模型数据,该文提出采用垂起固定翼无人机搭载激光雷达系统对河道堤防进行测量,通过结合实际工程案例分析了点云数据的平面精度、高程精度和DEM精度,并对这三个方面进行质量成果...     

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。     

机载激光雷达在金沙江下游河道地形及断面测量中的应用

为解决水沙监测工作效率低、施测难度较大等问题,根据金沙江下游河道地形特点、水文泥沙观测精度要求,选择典型河段进行机载三维激光扫描技术和传统测绘技术手段地形测绘,对两种技术手段采集的成果数据进行精度统计、分析与评价。结果表明:在金沙江下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,可应用于金沙江下游梯级水电站地形和断面数据采集;但对植被密集树林地区,仍需要采用传统测绘技术方法进行补测。     

基于LIDAR点云数据进行基础测绘精细DEM制作

随着机载激光LIDAR数据获取及处理技术的快速发展,点云数据精度迅速提升,对提高地形图精度意义重大。文中通过使用LiDAR_Suite点云数据处理软件,完成从庞大数据量的原始点云数据到基础地理信息测绘产品生产(含DEM、DOM、等高线、DLG)的全部流程,根据项目具体情况对参数进行合理设置,制作生成符合规范技术要求、精度高、质量佳的测绘产品地形图。     

复杂山区河道地形机载Lidar数据质量控制

为解决复杂山区地形传统测量工作中存在施测难度大、效率低、成本高等问题,以乌东德库区有人机载Lidar测绘项目为背景,对机载Lidar数据处理过程中的GNSS差分解算、坐标转换参数、各航带间的激光点云吻合情况、点云数据分类等质量控制进行了分析,并对点云数据精度进行了评价。结果表明:乌东德库区有人机载点云数据处理质量控制良好,其成果精度完全满足生产需求。机载Lidar对复杂山区地形数据的质量控制良好。     

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。     

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。     

基于特征约束的LiDAR点云等高线自动生成方法

机载Li DAR作为一种新型的对地观测技术,由于具有主动性、受天气影响小、不受阴影影响以及对地物间缝隙具有一定的穿透性等特点,目前备受应用者和研究者的广泛关注。它能直接获取高精度的地表三维点云数据(DSM),为等高线的提取提供了新的契机。由于等高线不能穿过房屋及水系区域,传统方法需要采用人工后处理的方法实现等高线在这些区域的编辑和处理,耗时耗力。因此,提出一种基于特征约束Li DAR点云数据等高线提取方法,该方法主要包括3个方面:1点云数据的滤波生成DEM点云数据,为等高线的生成提供基础数据;2基于Li DAR点云数据的特征提取,包括水系、房屋等特征;3在特征提取的基础上,实现基于特征约束的TIN三角网的自动生成,并在此基础上,利用张力样条函数法实现高精度提取。较传统摄影测量立体像对方法,此方法具有可靠性高、效率快、作业精度高的特点。     

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。     

机载LiDAR与船载单波束协同的水上水下一体化测绘模型融合实现

为助力河湖管理、防旱减灾等国家新型基础测绘事业,基于机载Li DAR与无人船搭载单波束实现了水上地面点云与单波束水下点云的获取,对水下点云数据采用克里金法进行空间插值以增强水下地形分辨率,而后基于GEOPAK实现水上水下点云数据的无缝接边与融合,构建水上水下一体化TIN网,最终实现水上水下地形一体化建立。利用随机均匀分布的水上水下检核点对构建后的一体化DEM进行精度验证,结果表明,本次试验构建的水上水下一体化模型效果良好,精度远超规范要求。提出的基于机载Li DAR与船载单波束实现协同作业、构建水上水下一体化模型的作业流程对相关水上水下地形研究具有重要的参考价值。     

基于多源数据融合的河道冲淤监测技术

开展河道陆上和水下地形测量时,单一的测量方法和孤岛数据已经满足不了河道数字化发展。提出了基于多无人智能系统协同采集河道数据,融合构建三维模型,计算分析冲淤量的监测技术方案,并开展了荆州长江大桥冲淤监测项目和公安河弯段河道地形观测项目试验。结果表明：该技术方案精度能够满足大比例尺河道冲淤监测项目要求,构建的三维模型能提升监测数据整体质量;三维模型平面精度高,在陆上三维模型高程精度方面,低密度植被覆盖的区域有94.2%的点误差在0.25 m以内,高密度植被覆盖的区域有82.91%的点误差在0.25 m以内;项目监测效率整体提升20%以上。该技术方案与传统作业方式相比,数据产品形式更加丰富,监测质量和效率明显提高,在大部分河道测区具有较高的可行性。     

大平板仪测绘方法的改进与应用

1　等高线法大平板仪对中、整平、定向及量出仪高后 ,测绘地物、地貌的特征点 ,在测定了一定数量的地形点之后 ,应及时把所测的地形勾绘出来。由于等高线的高程是等高距的整数倍 ,而测得的碎部点的高程往往不是等高距的整数倍 ,因此 ,必须在相邻的碎部点间确定等高线的通过点。由于碎部点是选在坡度变化处 ,因此 ,可以认为相邻的碎部点间的地面坡度是相同的。在一个均匀的斜坡上 ,各点间的高差与水平距离成正比 ,根据这一关系可以求出等高线的通过点位置。在实际工作中 ,常用目估法确定等高线的通过点。目估法也是根据均匀斜坡的高差与水平…     

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。     

大疆L1无人机激光雷达在数字高程模型制作中的应用研究

机载激光雷达技术是测绘中一项非常重要的技术，其可高效率地获取高密度点云，在相关测绘领域具有很大的发展潜力。以杭州师范大学仓前校区作为研究区，利用M300 RTK无人机搭载L1激光雷达采集研究区的激光点云数据，通过数据处理制作大比例尺数字高程模型，介绍基于激光点云数据的数字高程模型的制作方法和精度评价方法，分析了方法的合理性、有效性。     

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。