基于LiDAR点云的单棵树木提取方法研究

森林资源作为人类赖以生存的自然资源,是地球上最重要的资源之一,而衡量森林资源的指标不再局限于对森林面积的测量,准确的森林单木信息的获取对于进一步评估森林生态系统的生物物理过程及生物量估算具有重要意义。目前,对单棵树木的信息提取已成为森林精确遥感的热点之一。对基于LiDAR点云数据的植被信息提取的研究大多集中在对成片的林地信息提取,而激光雷达数据对单木冠形边缘的刻画能力受林分密度的影响较大。针对单木信息提取的研究并不多见或算法不足的现状,利用激光雷达点云数据,进行了单棵树提取方法的研究。基于圆检测的理论,检测局部极值点,计算其他点到中心点的距离,通过聚类,提取了单棵树的位置、树高及胸径信息。采用吉林省长春市城区林区的LiDAR点云数据进行了自动提取的实验,并利用同区的航空影像进行了检验;实验结果表明,该方法具有较好的实用价值与普适性,单木提取的精度可达到90%以上。     

激光雷达遥感在文化遗产保护中的应用

激光雷达(LiDAR)即激光探测与测距,提供了一种快速、精确、高效地获取三维空间数据的方法。激光雷达技术为文化遗产的保护和管理提供了新的途径和方法。首先介绍激光雷达技术的原理和特点,然后详细论述激光雷达技术在文化遗产保护和管理中的应用,最后对激光雷达在文化遗产保护中存在的问题进行了分析并提出解决方案,为文化遗产保护和研究者提供新的思路和方法。     

基于机载激光雷达数据的DEM获取及应用

作为直接获取对象表面点三维坐标的现代对地观测技术,激光雷达技术能够快速获取高精度地面高程模型。基于Lidar系统所获取的点云数据,通过过滤处理将区域纯地形特征信息与地物信息相分离,最终生成高精度的DEM,并在此基础上对同步获取的数码影像进行了正射纠正,为进一步的信息提取、定量分析及实体建模奠定基础。     

基于四叉树划分的地面激光雷达数据简化

在分析地面激光雷达的数据特性和现有数据简化方法的基础上,提出了一种基于四叉树划分的地面激光雷达数据简化方案,给出了算法的基本思想和实现方法。实验表明该算法对于呈平面分布的点云数据简化能达到很高的压缩比,并具有良好的边缘保持性能。     

激光雷达数据特点

作为一种获取地表信息、建立三维模型的有力工具，激光雷达技术引起人们的广泛关注并取得快速的发展。其直接获取量测点三维坐标的工作方式使其数据具有某些明显特征。本从数据内容、种类、分布形式等几方面对激光雷达数据特点进行了总结；结合数据获取方式探讨其形成机制；并对其优、劣势及几个相关问题加以阐述。     

组合导航辅助的激光雷达－相机实时语义建图

针对64线和128线激光雷达价格过于昂贵,而16线激光雷达点云过于稀疏无法直接进行语义信息提取的问题,本文提出了一种组合导航辅助的激光雷达-相机实时语义建图方法,并通过算法结构设计保障了语义建图的实时性.首先,在组合导航定位结果辅助下,完成了不同采集时刻的点云-图像配准;其次,从图像目标检测框中准确提取了语义物体类别的点云.基于移动机器人平台测试评估了语义建图性能,结果表明该方法能够有效的提高语义点云提取的准确率并在嵌入式处理器Xavier上实时构建语义地图,为移动机器人利用语义信息进行导航和实时执行任务奠定了基础.     

基于激光雷达的直升机吊篮法带电作业方法研究

为提高带电作业中输电塔故障检测率，提出基于激光雷达的直升机吊篮法带电作业方法。采用直升机吊篮激光雷达采集输电塔点云数据。利用权重局部优化投影算法去噪。使用D-S理论分类多种特征，计算特征相似性，判别异常点云数据。试验结果表明：基于激光雷达的直升机吊篮法带电作业方法在存在噪声、遮挡物的多种检修工况中，对输电塔的故障信息检测率均高于90%,可以满足使用需求，且适用性好、抗干扰性显著。     

基于三维点云的卷积运算综述

随着深度相机、激光雷达等3D扫描设备的普及，用点云表示3D数据的方法越来越流行，对点云数据的分析与处理也引起了视觉研究领域的极大兴趣.一般来说，由于分布在3D几何空间中的点云是无序的，可以形成特定的结构，因此学习到的特征表示应该具备排列不变性、旋转和平移不变性、形状区分性.近年来，越来越多的研究人员基于点云的这些特性采用深度学习这一人工智能领域中的主流技术来处理分析点云数据.其中，卷积神经网络使用的卷积运算具备权重共享、局部聚合和变换不变等优点，减少了训练参数的个数，并具有较强的鲁棒性，可以有效地降低网络复杂度并提升网络性能，因此在各种2D视觉问题（如图像、视频）上的研究及应用已经相对成熟，这也引起了研究人员的高度关注并尝试将其引入到点云处理任务中.但传统的标准卷积运算往往无法直接作用于点云这种不规则数据上，一些研究人员进而对卷积运算及其卷积算子展开了深入的探索，并提出了多种卷积策略和网络以提高计算效率和算法性能.为了促进之后的研究，首先对现有点云研究中所使用的卷积方法进行了概述，包括基于投影的方法、基于体素的方法、基于晶格的方法、基于图的方法和基于点的方法.之后着重针对直接处理3D点...     

车载激光雷达点云数据处理关键技术

激光雷达具有探测精度高、穿透能力强、能够三维成像等诸多优点,故自动驾驶车辆常常搭载激光雷达来对车身周围环境进行感知;车辆实现自动驾驶的关键技术包括车载激光雷达信号的发射、接收和对点云数据的处理,通过对接收到的点云数据进行处理可以使车辆准确的感知到当前路面状况并做出相应操作;文章重点介绍了车载激光雷达点云数据处理中的关键技术,对每个关键技术中常用算法的基本原理、优缺点和改进等进行了阐述,以期为车载激光雷达点云数据处理提供参考。     

全波形激光雷达和航空影像联合的地物分类

针对机载激光雷达与航空光学影像的互补特性,提出了一种基于多源遥感数据的高精度地物信息提取和分类方法。首先从激光雷达的全波形数据获得数字高程模型(DEM)、地物的正规化数字表面模型(nDSM)和激光雷达回波相对强度信息,从航空数码相机影像获得植被指数信息;然后利用决策树方法进行地物识别。选取“黑河综合遥感联合试验”中的3种典型区域(城市、农田和水体)进行分类,结果表明：该方法能够有效地分离建筑物、高大植被、低矮植被、裸土地以及水泥地等基本地物。     

结合体元数据结构的机载LIDAR建筑物检测

目的 目前,点云、栅格格网及不规则三角网等建筑物检测中常用的离散机载激光雷达（LIDAR）点云数据表达方式存在模型表达复杂、算法开发困难、结果表达不准确及难以表达多返回数据等缺点。为此,针对LIDAR点云体元结构模型构建及在此基础上的建筑物检测展开研究,提出一种基于体元的建筑物检测算法。方法 首先将点云数据规则化为二值（即1、0值,分别表示体元中是否包含有激光点）3D体元结构。然后利用3D滤波算法将上述体元结构中表征数据点的体元分类为地面和非地面体元。最后,依据建筑物边缘的接近直线、跳变特性从非地面体元中搜寻建筑物边缘作为种子体元进而标记与其3D连通的非地面体元集合为建筑物体元。结果 实验基于ISPRS（international society for photogrammetry and remote sensing）提供的包含了不同的建筑物类型的城区LIDAR点云数据测试了"邻域尺度"参数的敏感性及提出算法的精度。定量评价的结果表明：56邻域为最佳邻域尺度;建筑物的检测质量可达到95%以上——平均完整度可达到95.61%、平均正确率可达95.97%。定性评价的结果表明：对大型、密集、不规则形状、高低混合及其他屋顶类型比较特殊的复杂建筑物均可成功检测。结论 本文提出的建筑物检测算法采用基于体元空间邻域关系的搜索标记方式,可有效实现对各类建筑目标特别是城市建筑目标的检测,检测结果易于建模3D建筑物模型。     

Tree species differentiation using intensity data derived from leaf-on and leaf-off airborne laser scanner data

Tree species identification is important for a variety of natural resource management and monitoring activities including riparian buffer characterization, wildfire risk assessment, biodiversity monitoring, and wildlife habitat assessment. Intensity data recorded for each laser point in a LIDAR system is related to the spectral reflectance of the target material and thus may be useful for differentiating materials and ultimately tree species. The aim of this study is to test if LIDAR intensity data can be used to differentiate tree species. Leaf-off and leaf-on LIDAR data were obtained in the Washington Park Arboretum, Seattle, Washington, USA. Field work was conducted to measure tree locations, tree species and heights, crown base heights, and crown diameters of individual trees for eight broadleaved species and seven coniferous species. LIDAR points from individual trees were identified using the field-measured tree location. Points from adjacent trees within a crown were excluded using a procedure to separate crown overlap. Mean intensity values of laser returns within individual tree crowns were compared between species. We found that the intensity values for different species were related not only to reflective properties of the vegetation, but also to a presence or absence of foliage and the arrangement of foliage and branches within individual tree crowns. The classification results for broadleaved and coniferous species using linear discriminant function with a cross validation suggests that the classification rate was higher using leaf-off data (83.4%) than using leaf-on data (73.1%), with highest (90.6%) when combining these two LIDAR data sets. The result also indicates that different ranges of intensity values between two LIDAR datasets didn't affect the result of discriminant functions. Overall results indicate that some species and species groups can be differentiated using LIDAR intensity data and implies the potential of combining two LIDAR datasets for one study.     

激光雷达点云数据的滤波算法述评

机载激光雷达是一种快速获取高精度三维地理数据的新技术,对它所获取的点云数据的滤波过程就是将LIDAR点云数据中的地面点和非地面点分离的过程。主要对数学形态学的滤波算法、基于坡度的滤波法、基于TIN的LIDAR点云过滤算法、基于伪扫描线的滤波算法、基于多分辨率方向预测的LIDAR点云滤波方法等几种较为重要且实用的激光雷达点云数据滤波算法进行介绍和讨论,评价对比了各自算法的优势和不足,初步探讨了每种算法缺陷及其改进方向。     

Adaptive mapped least squares SVM-based smooth fitting method for DSM generation of LIDAR data

This paper presents an adaptive mapped least squares support vector machine (LS-SVM)-based smooth fitting method for DSM generation of airborne light detection and ranging (LIDAR) data. The LS-SVM is introduced to generate DSM for the sub-region in the original LIDAR data, and the generated DSM for this region is optimized using the points located within this region and additional points from its neighbourhood. The basic principles of differential geometry are applied to derive the general equations (such as gradients and curvatures) for topographic analysis of the generated DSM. The smooth fitting results on simulated and actual LIDAR datasets demonstrate that the proposed smooth fitting method performs well in terms of the quality evaluation indexes obtained, and is superior to the radial basis function (fastRBF) and triangulation methods in computation efficiency, noise suppression and accurate DSM generation.     

基于多元辅助信息的机载LIDAR点云数据滤波分类研究

借助多元辅助信息对黑龙江省凉水国家级自然保护区内las标准格式的原始激光雷达点云数据进行处理。首先根据研究区内地形起伏分布和地物的不同裁剪分割点云数据,去除掉极高点与极低点;然后采用渐进式不规则三角网算法和带权的线性迭代预测算法,通过设置不同的参数组分别对具有代表性特征的分块数据进行滤波试验,对比分析了两种算法在不同地形区域的滤波效果,进而得到各自的适用范围。再结合这两种算法对所有分块进行滤波处理,并充分利用las格式点云携带的强度与回波及同步获取的影像等多元信息,帮助分类。最后评价多元信息滤波分类的效果。结果表明:结合两种算法和多元辅助信息对凉水地区进行滤波分类能很好地保留地形与地物的局部细节信息,从而为准确构建研究区域的数字高程模型和数字表面模型提供了技术依据,同时验证了机载LIDAR技术在东北林区应用推广的可行性与优势性。     

机载激光扫描（LIDAR）标准数据格式(LAS)的分析与数据提取

机载LIDAR技术作为一种高精度的三维地物探测手段,其相应的数据格式也在不断发展。美国摄影测量与遥感（ASPRS）协会下的LIDAR委员会于2003年发布了标准LIDAR数据格式LAS,经过改进,目前已有4种版本,分别是LAS 1.0、1.1、1.2与2.0（拟定版）。本文在解析4种版本的基础上,探讨了LAS标准格式的发展趋势,并采用IDL 6.2语言对该格式的LIDAR数据进行读取和转换试验,检验了LAS格式的效率,并为以后的LAS格式数据处理提供参考。     

LIDAR点云支持的CCD影像地理编码

针对传统航空摄影测量生成有地理编码的正射影像需要一定的地面控制点、密集的同名点匹配和繁琐的DEM人工编辑,本文将LIDAR点云作为控制基准,采用共线、共面等几何约束条件,联合平差求出CCD影像的外方位元素,并采用LIDAR点云滤波后的DEM,对CCD影像进行正射纠正,生成具有地理编码的影像数据,可有效地提高工作效率,节省大量时间和人工成本,试验结果证实了这种思路和算法的可行性。     

Visual Analysis and Semantic Exploration of Urban LIDAR Change Detection

Many previous approaches to detecting urban change from LIDAR point clouds interpolate the points into rasters, perform pixel‐based image processing to detect changes, and produce 2D images as output. We present a method of LIDAR change detection that maintains accuracy by only using the raw, irregularly spaced LIDAR points, and extracts relevant changes as individual 3D models. We then utilize these models, alongside existing GIS data, within an interactive application that allows the chronological exploration of the changes to an urban environment. A three‐tiered level‐of‐detail system maintains a scale‐appropriate, legible visual representation across the entire range of view scales, from individual changes such as buildings and trees, to groups of changes such as new residential developments, deforestation, and construction sites, and finally to larger regions such as neighborhoods and districts of a city that are emerging or undergoing revitalization. Tools are provided to assist the visual analysis by urban planners and historians through semantic categorization and filtering of the changes presented.