基于虚拟格网的建筑物点云轮廓线自动提取

在分析现有轮廓线提取方法不足的基础上，提出基于虚拟格网的建筑物轮廓线自动提取方法。该方法利用建筑物点云生成虚拟格网并进行二值填充；采用邻域分析方法进行边界格网的标记与追踪；为了避免边界追踪错误，设计了基于方向的单边缘格网抑制方法及基于距离的连接关系调整方法以改善提取结果质量；根据格网追踪结果，从原始建筑物点云中提取真实轮廓点以保持原始建筑物轮廓形态；采用随机抽样一致性估计及最小二乘拟合方法进行轮廓线规则化处理，实现建筑物轮廓线的自动提取。实验结果表明，该方法能快速从建筑物点云中提取轮廓线，可为建筑物轮廓线的自动提取提供一种可行的解决方案。     

基于线特征及迭代最近点算法的地基建筑物点云自动配准方法

为克服迭代最近点(ICP)算法易陷入局部最优的缺陷，提出一种基于线特征及ICP算法的地基建筑物点云自动配准方法。首先，基于法向一致性进行建筑物点云平面分割；接着，采用alpha-shape算法进行点簇轮廓线提取，并拆分和拟合处理得到特征线段；然后，以线对作为配准基元，以线对夹角和距离作为相似性测度进行同名特征匹配，实现建筑物点云的粗配准；最后，以粗配准结果为初值，进一步采用ICP算法完成点云精确配准。利用两组部分重叠的建筑物点云进行配准实验，实验结果表明，采用由粗到精的配准方法能有效改善ICP算法对初值依赖的问题，实现具有部分重叠的建筑物点云的有效配准。     

粒子群优化算法在图像矢量量化码书设计中的应用

鉴于经典的LBG码书设计算法易陷入局部最优解,首次采用粒子群优化算法来设计图像矢量量化的最优码书,并提出了粒子群矢量量化（PSO-VQ）算法和粒子一致性操作（PCO）。在PSO-VQ算法中,每个粒子表示一个码书,以粒子群进化的方式对初始码书进行迭代而获得最优码书,PCO操作对各初始码书中的码矢量按其灰度均值排序,使不同码书的内部结构基于码矢量灰度均值达到基本一致,确保了结果向全局最优解收敛。实验证明,PSO-VQ算法在解码图像的PSNR值和主观效果上都优于LBG算法,同时拓展了粒子群优化算法的应用领域。     

基于FME的空间数据语义转换技术的应用

在比较GIS数据转换现状的基础上引入了语义转换的概念，并对Feature Manipulation Engine(以下简称FME)平台实现空间数据语义转换的技术进行一些探讨，最后利用FME实现广州开思格式的空间数据(DWG)与Microstation的DGN数据格式的转换，并进一步阐述基于FME空间数据语义转换的广阔前景。     

基于机载激光雷达点云的断裂线自动提取方法

基于机载激光雷达（LIDAR）点云生产高精度的数字高程模型（DTM）需要进行断裂线的存储与表达,在分析现有断裂线提取方法不足的基础上,提出一种从LIDAR点云自动提取断裂线的方法。该方法利用离散的点云构建三角网,建立点云之间的拓扑关系,根据三角网面片之间的法向差异提取候选断裂线点,采用“方向优先”追踪策略实现断裂线的追踪处理,并利用“线性迭代法”实现断裂线的光滑输出。实验结果表明,该方法可以快速从LIDAR点云中自动提取断裂线信息,具有一定的应用价值。     

基于改进差分进化算法的机载激光雷达波形分解

全波形机载激光雷达数据记录了完整的回波波形,包含了目标的立面细节和后向散射系数等信息,但是这些信息无法在未经处理的情况下直接获取,波形分解是处理波形数据以提取有效信息的重要方法。针对波形分解中常用的参数优化算法对初值敏感,易陷于局部最优的缺点,提出一种基于改进差分(Modified Differential Evolution,MDE)算法的波形分解方法:以广义高斯函数为模型,在预估初值后,将全局优化的MDE算法用于参数优化,最终生成点云。实验结果表明,与基于其他优化算法的波形分解方法相比,该方法在分解精度以及点位精度等方面都有提高。     

基于组件式GIS的旅游景点查询系统开发研究

组件式地理信息系统是适应软件组件化潮流的新一代地理信息系统.本文阐述了组件式地理信息系统的概念和技术基础,介绍了如何利用可视化语言VB结合MapX的分析功能来实现旅游景点查询系统,并以实例阐述了典型的景点查询功能的实现过程.     

基于结构特征的遥感影像匹配

影像数据的获取受到传感器、大气、光照等多种因素影响,影像数据本身即存在成像的不确定性,且用于匹配的影像数据间常存在较大的尺度、旋转差异,因此利用传统的基于区域灰度的匹配方法很难实现遥感影像的自动匹配.针对遥感影像数据的复杂性,结合不变矩的优良性质,提出一种基于地物结构特征的影像自动匹配方法.首先基于RANSAC(random sample consensus)算法提取影像直线特征,并进一步根据地物构造特征,在直线特征的基础上,设计并实现结构特征提取方法;然后利用结构特征的不变矩及空间相似性测度自动检测最优匹配特征对,实现影像的初始匹配;最后采用松弛匹配等方法,并对松弛匹配结果进行优化,实现影像全局匹配.为了验证算法性能,采用仿真数据和实地遥感影像进行测试,实验结果表明,本文方法不受旋转、缩放等因素影响,能实现遥感影像的自动快速匹配.     

基于结构特征的机载LiDAR数据与航空影像自动配准

针对现有机载LiDAR数据与航空影像配准方法对匹配特征具有较强的依赖性,易受数据等影响的问题,提出了一种基于结构特征的自动配准方法。该方法首先提取LiDAR距离图像与对应影像的结构特征,利用初始姿态参数将LiDAR结构特征投影至影像坐标系下,根据结构特征的几何约束条件获取初始匹配点集,完成粗匹配;接着利用粗匹配结果计算直接变换模型（DLT）参数,并以此为初值引入双点几何约束,采用循环迭代的匹配策略,不断剔除错误匹配,获得一组新的匹配点集,完成精匹配;最后根据精匹配结果,采用基于单位四元数的空间后方交会方法解算航空影像的姿态参数,实现机载LiDAR数据与航空影像的自动配准。实验证明,该方法受噪声影响小,能实现机载LiDAR数据与航空影像的自动配准。     

机载激光雷达数据中道路中线的多尺度提取方法

机载激光雷达(LIDAR)技术的出现为道路特征的获取提供了新的途径.在分析现有道路提取现状的基础上,针对激光雷达数据的特点以及单一尺度下道路中线提取方法的不足,提出一种基于多尺度追踪的道路中线提取方法.该方法首先采用逐步约束的方法进行道路激光点的提取,包括高程约束、强度约束以及区域点密度和区域面积的约束等;然后基于道路点云生成的不同尺度距离影像的形态学细化结果,采用多尺度追踪的方法实现道路中线的提取,其中多尺度追踪方法由大尺度道路中线的迭代追踪以及小尺度道路中线的启发式追踪两部分组成.最后采用实地数据进行验证,结果表明:该方法能有效地从LIDAR点云中提取道路中线信息,并具有较好的精度.