恐龙谷南缘山区DIM点云的PTD滤波改进试验研究

无人机DIM点云滤波处理是地物分类、地物单体化提取和地形特征分析的关键步骤,为解决高原山区因地形复杂而导致DIM点云滤波处理难度大和精度低等问题。选择以滇中高原恐龙谷南缘山区为试验区,首先利用DJI Phantom 4 RTK采集影像数据,解算密集影像获取DIM点云;其次,考虑山体点与地面点有较大高程差,选择经典PTD滤波算法对实验区密集匹配点云进行滤波处理;最后,综合考虑实验区山顶和山脚存在较大高程差且山体两侧沟壑丛生,山体两侧地面点易被识别为非地面点,提出以脊-谷交汇地形特征点为PTD滤波算法的种子点,在山体两侧精细化构建不规则三角网的改进PTD滤波算法。结果表明：1)PTD滤波算法得到地面点较为完整保留整个实验区,但明显的地物如山体两侧低矮植被和山脚蔬菜大棚基本未被剔除,且山体部分的地面点易被识别为非地面点而在出现山体K1、K2、K3区域的空洞现象。2)针对恐龙谷南缘山区复杂地形,提出以脊-谷交汇地形特征点为PTD滤波算法的种子点,在山体两侧精细化构网,山体低矮植被部分清除,相对于PTD滤波算法蔬菜大棚大面积被清除。并且山体两侧地面点得到较为完成保留,未出现明显点云空洞的现象。     

机载平台6-D运动误差对LiDAR点云质量的影响比较

直升机载荷平台6-D（Six-Dimensional）运动误差（即飞行轨迹和姿态角运动误差）对机载LiDAR点云质量影响显著,进而影响三维重建模型精度。分析各运动误差对点云质量的影响特点,对于有针对性地消除各运动误差影响、有效提高机载LiDAR三维成像产品精度具有重要意义。建立了机载激光扫描脚点三维空间位置偏差与机载平台六方位运动误差之间的传递关系;采用数值仿真,定量比较了六方位运动误差对激光点云密度分布和的影响,获得了六方位运动误差的影响特点及规律。仿真结果表明,直升机载荷平台的三个姿态角运动误差对点云密度的影响更显著,且随飞行高度的增大而增大,而三个飞行轨迹运动误差的影响相对较小。     

基于CAFF-PointNet的机载LiDAR点云语义分割

针对机载LiDAR点云中几何结构复杂和不同地物尺度变化大导致小目标点云分类准确率低的问题,本文提出了一种基于通道注意力机制进行多尺度特征融合的卷积神经网络.首先,通过球形邻域计算点云的平面度、线性度、法向量以及本征熵等浅层几何特征,并将其与网络提取的深层次语义特征进行融合,增强模型对点云几何结构的感知能力;其次,设计基于通道注意力机制的多尺度特征融合模块,学习特征融合的权重系数,使网络可以自适应调整不同尺度目标的感受野大小,实现对不同尺度信息的筛选,进而提高小尺度目标的分类精度.实验结果表明,与其他模型相比,本文模型在ISPRS机载LiDAR点云上的平均F1分数为72.2％,且对电力线和汽车类别均取得了最高的分类精度,F1分数分别为64.3％和79.9％.     

基于激光雷达点云应用的通信勘察技术研究

文中探讨了激光雷达在通信勘察中的应用。首先,介绍了激光雷达在通信勘察中的工作原理和优势。然后,阐述了激光雷达在通信勘察中的实际应用场景,并结合国内外相关研究成果,对激光雷达在通信勘察中的应用进行了深入分析。最后,对未来激光雷达在通信勘察中的未来发展进行了展望。     

基于三维激光获取点云的三维模型构建

目前国内对一些大型古建筑文化遗产的传统测量方法往往难以获得十分准确的数据信息,这使得专家们在对一些大型古建筑进行修复时十分头疼.而且在用一些传统测量方法的测量过程中也存在对古建筑造成二次伤害的风险.现如今,随着科研技术的发展,激光扫描硬件的总体水平也在不断地进步[1].因此,三维激光扫描技术也越来越成熟.三维激光扫描仪在一些大型建筑的测量工作中使用得也越来越广泛.三维激光扫描仪的工作原理,是先对获取到的点云数据采取配准拼接处理,再对其进行去噪简化等操作,最后利用建模软件3DMAX对大型的古建筑进行三维模型的构建的过程.     

增强特征融合的动态图卷积的机载LiDAR点云分类

针对动态图卷积神经网络(dynamic graph convolutional neural network, DGCNN)聚合邻居点信息时的局限性,提出一种增强特征融合的动态图卷积神经网络模型EFF-DGCNN,并应用于机载LiDAR点云分类。该模型主要基于DGCNN提出特征增强模块和特征融合模块,对原始三维点云进行分类。首先,基于DGCNN对原始点云进行边缘卷积获取局部特征和全局特征;然后,将全局特征集成于各层的局部特征得到增强局部特征,据此凸显点云不同特征的重要性,使网络更加关注有利于分类的特征;最后,对不同增强局部特征进行特征融合得到深层次特征,从而实现点云的分类。为验证所提模型的分类性能,在GML＿DataSetA数据集和ISPRS数据集分别进行了点云分类试验。试验结果表明：相比于DGCNN,所提EFF-DGCNN模型具有更好的分类能力,能更好地区分结构相似的点云。     

改进高斯混合模型的激光点云数据分类

激光点云数据的无序性会影响激光场景识别和三维重建,导致激光点云数据分类误差大,精度低等问题,为此提出基于改进高斯混合模型的激光点云数据分类方法。首先采集激光点云数据,利用邻域密度算法对数据中的噪声进行分析和去除,然后采用改进高斯混合模型获取数据点间距,将点云数据分类相应类别中,实现激光点云数据分类。实验结果证明,本方法可以有效去除激光点云数据中的孤立点,提高了激光点云数据分类精度,激光点云数据分类结果可满足激光三维重建要求。     

基于机载激光点云数码影像外方位元素自检校

为了研究航空数码影像的高精度定向,采用机载激光点云为虚拟地面控制点构建了航空影像与虚拟控制点的几何关系模型;一个地面点成像在多张数码影像上,为此基于所有同名光线交于一点的原理构建了自检校的几何模型和误差方程,构建并解算法方程获取到高精度定向数据。结果表明,此方法达到了无地面控制点的影像外方位元素自检校的预期结果。     

禄丰老长箐恐龙化石的XRD和RS分析

运用X射线衍射(XRD)、激光显微拉曼光谱(RS)和光学偏光显微镜等检测方法,研究分析了云南省禄丰县老长箐地区的5个早、中侏罗纪时期的恐龙化石样品。实验发现,恐龙化石的成分,除方解石和石英晶体之外,还有第3种主要成分氟磷酸盐[有氟磷酸钙(Ca5F(PO4)3)和碳羟氟磷酸钙(Ca10(PO4)5CO3F1.5(OH)0.5)],磷酸盐(PO4^-3)的激光RS主峰在966．5cm^-1处,且Ca5F(PO4)3只存在于化石内部。分析结果还表明,禄丰老长菁地区在早、中侏罗纪时期,均为内陆盆地湖泊。     

基于点云的植株表型构建和反射率方向性分析

三维激光扫描可瞬时高效地采集点云信息,在获取植物表型特征上具有独特的优势。植株不规则的几何结构导致了其复杂的光辐射过程。本文使用激光扫描仪采集了四种代表性植株的稠密点云,数字化为三维模型以准确计算结构表型参数。通过将激光点云计算的准确的叶倾角分布和叶面积指数替代传统的SAIL模型中的经验参数,减少了其中间参数,提高了模拟精度。并对模拟反射率和实测反射率进行多角度分析,发现模拟结果在主平面方向有较大提高,垂直主平面方向提高程度相对较弱;植被光谱吸收谷,如450 nm、670 nm,具有较强的光谱异性的同时,结构参数的影响也较为突出,改进后的效果明显,而在近红外反射峰如860 nm则无明显改进。通过本文的研究,证明了利用激光快速获取植物表型参数的可行性,并成功利用准确结构参数解决辐射传输中的难点问题。     

无人机载激光雷达人工林单木分割算法研究

为充分发挥单木分割算法的应用潜力,实现单木位置的精准定位和树冠的精确划分,利用无人机载激光雷达点云数据,根据优势树种和林分密度差异选取四块人工林样地,使用单木探测率P、探测准确率R和总体精度F评价分水岭分割算法、特征点决策树算法和邻域增长算法以及点云聚类分割算法的分割精度,通过改变栅格分辨率及点云密度,进行单木分割效果的敏感性分析。结果表明：1)四种算法分割结果较好,总体F值达到0.89,R值总体为0.85,P值总体为0.94。林分稀疏的样地比林分密集样地分割精度更高,分水岭算法分割单木精确性和适应性最好;2)选择合适的CHM分辨率有助于提高单木分割精度,栅格分辨率为0.3 m×0.3 m时基于CHM分割算法分割结果均为最好;3)随着点云密度的降低,点云聚类分割算法分割精度降低。当点云密度为100%(65 pts·m^-2),F值为0.77,点云密度为10%(6.5 pts·m^-2),F值为0.58,F值降低0.19。     

采用激光扫描点云拟合自由曲面的重构特性研究

三维激光扫描仪可快速获取物体表面离散点云,研究了离散点云曲面拟合以及提高曲面品质的方法.讨论了控制点、曲面阶次、节点数等因素对曲面重构精度的影响,控制顶点的增减与位置改变直接导致重构曲面控制网格的变化和曲面拟合精度,对于百万点云数量,剖分为100个四边域面片,选用60～80个控制点比较适宜.通过提高曲面拟合阶次和节点数...     

UAV载特轻小型组合宽角数字相机拼接模型

针对无人飞行器小负载的需求,设计了具有自检校功能的特轻小型四组合宽角数字相机,克服了数码相机像幅小,基线短的缺点;提出了一种基于软式的稳定平台的解决方法,实现了无稳定平台的正直航空摄影测量,满足了高精度、高效率的大比例尺低空摄影测量应用,解决了城市复杂建筑物多面纹理的获取问题。测图精度检测结果表明:相机相对自检校有效纠正了航摄过程中的机械变形,满足了影像拼接的几何精度,使用该组合宽角数码相机影像资料测制的1:1000比例尺地形图可满足精度要求,优于规范规定的限差。     

面向航空损伤叶片点云的分阶段配准研究

为了提高非接触式测量的数据处理精度,采用一种分阶段配准的方法,先将缺损叶片分为4个部分,采用自配准算法对每部分进行配准;再对相邻两部分采用改进的完全配准算法进行整体配准。结果表明,自配准算法与传统算法相比,在配准误差均小于0.005 mm的前提下,配准时间可以缩短到1 s以内;完全配准与传统算法相比,速度较快,并通过0级的标准量块测量实验得出系统的测量误差小于0.010 mm,满足叶片测量的精度要求。该分阶段配准方法对测量航空叶片具有一定的应用价值。     

自适应邻域尺寸选择的点云法向量估计算法

三维空间中的法向量估计在计算机视觉和表面重建等研究领域中具有重要的意义，基于局部表面拟合的方法是基于点云数据的经典估计方法。为了增强该方法对于不同局部邻域细节尺度的适应性以得到更准确的估计结果，提出了一种基于自适应邻域尺寸选择的点云法向量估计算法。该方法通过分析三维空间点的邻域点在点的梯度上投影来估计点云中各点的邻域分布情况|最后根据不同的分布情况选择不同的邻域大小，根据该邻域范围内的点拟合出的平面求解得到各点的法向矢量。实验结果表明:该方法能够克服邻域半径选择过大或者过小的情况，有效地提高基于局部表面拟合法向矢量求解的正确性。     

基于加权总体最小二乘法的点云平面拟合

为了提高点云数据平面拟合精度,提出强度加权总体最小二乘法。该方法是在传统加权总体最小二乘法基础上,利用点云数据中各点强度信息确定其平面拟合权重,通过均质性不同的3种平面样本数据对该方法的适用性进行了研究。结果表明,与最小二乘法和总体最小二乘方法相比,该方法对于均质性较好的点云数据有效,可以得到更高精度的参量解;而对于均质性较差的点云数据,该方法效果不理想,总体最小二乘法是最有效方法。     

基于几何特征的点云分割算法研究进展

点云是3维图像的一种特殊数据形式, 正逐渐成为3维图像信息处理的研究热点; 点云分割是点云数据处理的重要步骤, 对算法的结果有直接影响; 基于3维图像几何特征的点云分割算法结构简洁、运算结果稳定性强, 且易于调整, 在实际应用中占有主要地位。对最近几年涌现出来的基于几何特征的点云分割方法进行了梳理, 根据每种方法的理论基础和应用特点将算法归纳为基于边缘检测、表面特征和模型拟合的点云分割方法, 分析了各类算法的特点和存在的主要问题, 并进行了算法性能比较, 分析了影响点云分割算法效率的主要因素, 最后对未来的发展趋势进行了展望。