-
题名多源数据融合的DIM点云滤波及DEM生成
被引量：7
- 1
-
-
作者
马瑞峰
张力
杜全叶
李旋
刘燕
-
机构
兰州交通大学测绘与地理信息学院
中国测绘科学研究院
甘肃省地理国情监测工程实验室
江苏省地质调查研究院
-
出处
《测绘科学》
CSCD
北大核心
2020年第1期131-137,共7页
-
基金
国家重点研发计划项目(2017YFB0503000)
DAAD战略合作伙伴与专题研究合作网络项目(57421148)
中国测绘科学研究院基本科研业务项目(7771801).
-
文摘
针对已有密集影像匹配(DIM)点云滤波算法通用性差,滤波效果受限于参数设置,且均未利用生成点云的影像信息等问题,该文提出一种融合多源数据的DIM点云滤波算法。首先融合影像和DIM点云高程多源信息;再引入新型分类器对融合影像进行分类,其分类结果作为知识引导用于点云滤波中,即将分类专题图与DIM点云叠加以过滤非地面点,实现点云滤波并生成数字高程模型;最后选用航空影像进行密集匹配和滤波实验。实验结果表明,利用该点云滤波算法生成的DEM与参考DEM呈现高度相关性,可大大减少生产DEM人工后处理的工作量。
-
关键词
航空影像
dim点云
影像分类
点云滤波
DEM
-
Keywords
aerial image
dim point cloud
image classification
point cloud filtering
DEM
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-
-
题名影像密集匹配点云数据的建筑物平面分割方法
- 2
-
-
作者
余和顺
刘荣
符娇
-
机构
东华理工大学测绘工程学院
-
出处
《测绘科学技术学报》
2024年第4期386-391,共6页
-
基金
国家自然科学基金项目(41206078)。
-
文摘
针对目前点云分割方法在影像密集匹配DIM点云中容易过分割和欠分割的问题,提出一种DIM点云数据的建筑物平面分割方法。首先对原始点云进行局部高程分割并投影到xoy平面;其次根据点云密度分布进行去噪并采用随机采样一致性结合欧式聚类算法提取建筑物轮廓线段;再次以提取的线段作为约束条件分割建筑物立面点云;最后使用欧式聚类算法提取屋顶点云。实验结果表明,该方法能有效地分割DIM建筑物平面点云。
-
关键词
建筑物点云
影像密集匹配
点云分割
约束条件
随机采样一致性算法
-
Keywords
building point cloud
dim
point cloud segmentation
constraint condition
RANSAC
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名恐龙谷南缘山区DIM点云的PTD滤波改进试验研究
被引量：3
- 3
-
-
作者
罗为东
甘淑
袁希平
高莎
毕瑞
袁新悦
-
机构
昆明理工大学国土资源工程学院
云南省高校高原山地空间信息测绘技术应用工程研究中心
滇西应用技术大学地球科学与工程技术学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2022年第6期938-944,共7页
-
基金
国家自然科学基金项目(No.41861054)资助。
-
文摘
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。
-
关键词
dim点云
点云滤波
PTD算法
地形特征点
-
Keywords
dim point clouds
point cloud filtering
PTD algorithm
terrain feature points
-
分类号
P237
[天文地球—摄影测量与遥感]
TP391
[天文地球—测绘科学与技术]
-
-
题名建筑物立面分类与DIM点云滤波
被引量：1
- 4
-
-
作者
崔颖
黄鹤
刘祥磊
罗德安
-
机构
北京建筑大学测绘与城市空间信息学院
-
出处
《测绘通报》
CSCD
北大核心
2021年第3期55-59,共5页
-
基金
国家自然科学基金面上项目(41871367)
国家重点研发计划(2017YFB0503702)。
-
文摘
针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配(DIM)点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。
-
关键词
建筑物立面
dim点云滤波
数学立面模型构建
样本学习
Logistic回归算法
-
Keywords
building facade
dim point cloud filtering
mathematical facade model construction
sample learning
Logistic regression algorithm
-
分类号
P237
[天文地球—摄影测量与遥感]
-
