共查询到20条相似文献,搜索用时 171 毫秒
1.
激光测距是一项高效、精确的实现地表信息采集的技术。城市区域的高密度激光点云数据的获取使提取兴趣目标对象(建筑物、植被等)成为可能。本文提供一种利用航空激光雷达(LIDAR)数据提取建筑物边界的有效方法,该方法首先通过基于曲面拟合的滤波算法销减地形的影响,然后利用地物的纹理信息区分建筑物与非建筑物要素,最后通过一系列后处理,如小区域去除、矢量化等,最终提取出所需要的建筑物边界。实验表明本文提供的方法用于建筑物边界的提取效果理想。 相似文献
2.
3.
4.
探讨了相邻多边形间拓扑关系与其栅格矢量化的若干关键问题,借助Visual Studio 2005开发平台,编制了栅格矢量化的工具程序,并以西宁市某实验区为例进行测试。结果显示,栅格影像矢量化的边界平面跟踪精度,建筑物及构筑物能够达到3.5~5.0 cm;植被覆盖边界达5.0~8.0 cm;高程提取精度约5.0 cm。精度上满足了大比例地形测绘的要求,效率上得到大幅提高,达到了较好的测试效果,为后续同类项目的实施提供了工作基础。 相似文献
5.
提出了一种基于Voronoi图的扫描地图矢量化方法。该方法首先对需要矢量化的图层所对应的图像进行二值化,采用二值栅格边界追踪技术提取边界像元;再以这些边界像元的中心点为基础建立Voronoi图,依据拟定的骨架线判定规则,提取满足条件的Voronoi边形成骨架线,获得矢量化要素数据。实验结果表明,该方法能处理较为复杂的扫描地图,具有较好的识别效果和处理速度。 相似文献
6.
7.
8.
9.
张宝印 《解放军测绘研究所学报》2001,21(2):17-22
对线划图像进行矢量化表示能够有效地减少数据量,提高系统的处理能力,可以硫分利用矢量数据的特点实现更高级的功能,可以充分利用矢量数据的特点实现更高级的功能,本文提出了种利用骨架线和相应的线宽信息进行矢量化表示的新方法,实验证明该方法对线划图像非常有效。 相似文献
10.
建筑物作为三维模型的主体,其矢量化主要依赖人工勾画,虽有采用深度学习等方法进行建筑物提取的研究,但依然需要标注大量样本。针对上述问题,本文以天津市典型区域为试验区,提出一种融合高度和光谱信息的倾斜摄影数据建筑物自动提取方法。首先,通过高度初始分割、植被信息滤除、形态学后处理等,逐步优化建筑物提取结果,实现建筑物信息的自动提取,建筑物的总体识别精度达到94%。然后,通过对建筑物轮廓进行矢量化和规则化,在地理信息平台中实现了建筑物的对象化查询,拓展了实景三维模型的应用深度。 相似文献
11.
当前各种影像数据以及Li DAR数据获取能力不断增强,仅利用一种数据进行建筑物的检测,其结果往往并不理想。本文对Li DAR点云数据的特征和影像的相关特征进行了分析,融合这些特征,利用支持向量机的方法对建筑物点云进行检测。实验结果表明,综合利用具有不同特征的点云和影像数据的方法比单纯使用点云数据进行建筑物的检测能够取得更好的效果。 相似文献
12.
机载LiDAR点云数据分类技术是LiDAR数据后处理的关键步骤。信息向量机、相关向量机及支持向量机可以在LiDAR点云数据分类中发挥重要作用。本文将三种分类器应用到点云数据分类中,通过实验验证了它们在点云数据分类中的性能,总结了它们在点云数据分类任务中的应用潜力。 相似文献
13.
14.
常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1:1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。 相似文献
15.
随着三维激光点云数据获取能力的提升,基于三维激光点云进行建筑物模型重建与立面测绘成为工程应用中常用的方法。三维激光点云数据能够体现建筑物丰富和直观的细节信息,然而海量数据处理给建筑物模型构建带来了极大挑战。本文通过对建筑物的三维激光点云数据进行横切得到建筑物轮廓点,并采用基于遗传算法的TSP算法对轮廓点进行处理以获取建筑物各立面的方程系数,最终实现建筑物模型的构建和获取详细的建筑物立面数据。试验结果表明,此方法可以较好地实现LOD1级建筑物模型的构建,进而为更高(LOD3)级别的建筑物模型构建提供依据。 相似文献
16.
17.
为了对大坝、高层建筑、滑坡区、采空区等危险变形体进行变形观测,针对智能全站仪、GNSS测量、三维激光扫描等变形监测技术无法很好地实现变形特征点和点云的综合变形分析问题,提出了基于全站扫描特征点自约束点云变形分析方法,获取变形体的离散特征点和整体点云变形数据,利用特征点形变矢量求取点云至模型的形变量,从而刻画变形体的整体形变信息。试验结果表明,利用本文所提出的方法能够成功计算出点云至模型的形变量,经统计分析,所有点的形变量真误差的期望值为-0.04 mm,结果精度为1.2 mm。试验结果能够反映变形体的整体形变信息,且具有较高精度。 相似文献
18.
19.
满丹 《测绘与空间地理信息》2017,40(5)
交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。 相似文献
20.
机载多光谱LiDAR数据的地物分类方法 总被引:2,自引:1,他引:1
机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明:相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。 相似文献