期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到754篇文章
< 1 2 … 38 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于LIDAR点云数据的电力线提取和拟合方法研究 被引量：57
1
作者 叶岚 刘倩 胡庆武 《测绘与空间地理信息》 2010年第5期30-34,共5页
从LIDAR电力线扫描数据的高程分布特点出发,提出了基于点云高程数据平面投影的电力线提取和拟合算法。首先通过高程自动阈值分割初步剔除地面点;其次,通过高程投影和重采样将高程分布转换为高程值影像,在影像空间通过直线检测实现电力... 从LIDAR电力线扫描数据的高程分布特点出发,提出了基于点云高程数据平面投影的电力线提取和拟合算法。首先通过高程自动阈值分割初步剔除地面点;其次,通过高程投影和重采样将高程分布转换为高程值影像,在影像空间通过直线检测实现电力线提取和拟合;最后,提出了基于数学形态学的电塔分割和潜在危险地物检测。通过对LIDAR点云数据电力线提取和拟合试验表明,本文算法能较好地实现电力线拟合、电塔提取及危险地物检测,可用于基于LIDAR的电力巡线。 展开更多
关键词 LIDAR 点云 重采样 直线检测 电力线拟合 电塔分割
下载PDF
基于改进的区域生长三维点云分割 被引量：51
2
作者 李仁忠 刘阳阳 +1 位作者 杨曼 张缓缓 《激光与光电子学进展》 CSCD 北大核心 2018年第5期319-325,共7页
点云分割是点云数据处理的关键环节,区域生长因在三维点云分割中易于实现、便于使用而得到了广泛应用,然而由于点云特征的不确定性及种子点选取不合理导致传统区域生长法局部分割性能不稳定。针对此问题,提出一种改进的区域生长分割方... 点云分割是点云数据处理的关键环节,区域生长因在三维点云分割中易于实现、便于使用而得到了广泛应用,然而由于点云特征的不确定性及种子点选取不合理导致传统区域生长法局部分割性能不稳定。针对此问题,提出一种改进的区域生长分割方法。通过估算点云数据曲率大小,并将曲率最小点设置为种子节点,即从点云数据最平坦的区域开始生长,以减少分段总数,再根据点云数据的局部特征确定生长准则。实验结果表明,该方法不仅能有效地对点云数据进行分割,而且解决了传统区域生长分割不稳定的问题,提高了点云分割的精确性和可靠性。 展开更多
关键词 机器视觉 点云分割 区域生长 点云滤波
原文传递
基于地面激光雷达点云数据的森林树高、胸径自动提取与三维重建 被引量：44
3
作者 骆钰波 黄洪宇 +2 位作者 唐丽玉 陈崇成 张浩 《遥感技术与应用》 CSCD 北大核心 2019年第2期243-252,共10页
针对亚热带环境条件下森林树高、胸径自动化提取精度较低、单木形态模拟较为困难的问题,提出基于地面激光雷达点云数据提取森林树高、胸径及重建森林场景三维模型的方法。首先采用变尺度地面点识别法获取地面点并构建DEM。然后根据树木... 针对亚热带环境条件下森林树高、胸径自动化提取精度较低、单木形态模拟较为困难的问题,提出基于地面激光雷达点云数据提取森林树高、胸径及重建森林场景三维模型的方法。首先采用变尺度地面点识别法获取地面点并构建DEM。然后根据树木主干点云主方向相似度及轴向分布密度分割主干与其他植物器官点云。接着以主干点云为基础,采用迭代最小二乘拟合圆柱的方法自动提取树木位置、胸径;构建点云的八叉树结构,利用体素的空间邻接性实现点云分割,自动提取树高。最后,结合单株植物建模技术,以树根节点为纽带构建样地尺度上的森林场景三维模型。实验结果显示,胸径估测R^2为0.996,平均相对误差为2.09%,RMSE为0.66 cm;树高估测R^2为0.972,平均相对误差为2.16%,RMSE为0.92 m;所重建的森林场景三维模型可表达森林样地的真实形态。 展开更多
关键词 地面激光雷达 树高 胸径 点云分割 三维重建
原文传递
车载激光扫描点云中建筑物边界的快速提取 被引量：41
4
作者 魏征 杨必胜 李清泉 《遥感学报》 EI CSCD 北大核心 2012年第2期286-296,共11页
以车载激光扫描点云数据为研究对象,提出一种由粗到细且快速获取点云中建筑物3维位置边界的方法。首先,通过分析格网内部点云的空间分布特征(平面距离、高程差异和点密集程度等)确定激光扫描点的权值,采用距离加权倒数IDW(Inverse Dista... 以车载激光扫描点云数据为研究对象,提出一种由粗到细且快速获取点云中建筑物3维位置边界的方法。首先,通过分析格网内部点云的空间分布特征(平面距离、高程差异和点密集程度等)确定激光扫描点的权值,采用距离加权倒数IDW(Inverse Distance Weighted)内插方法生成车载激光扫描点云的特征图像。然后,采用阈值分割、轮廓提取与跟踪等手段提取特征图像中的建筑物目标的粗糙边界。最后,对粗糙边界内部的建筑物目标点云进行平面分割,提取建筑物的立面特征并构建立面不规则三角网TIN(Triangulated Irregular Network),并在建筑物先验框架知识条件下自动提取建筑物的精确3维位置边界。 展开更多
关键词 车载激光扫描 边界提取 图像分割 点云分割 不规则三角网
原文传递
欧氏聚类算法支持下的点云数据分割 被引量：39
5
作者 陈向阳 杨洋 向云飞 《测绘通报》 CSCD 北大核心 2017年第11期27-31,36,共6页
欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏... 欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为:(1)利用Octree法建立点云数据拓扑组织结构;(2)对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;(3)设置一定的阈值,对步骤(2)迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。 展开更多
关键词 欧氏聚类 点云数据 分割 算法
下载PDF
铁路场景三维点云分割与分类识别算法 被引量：35
6
作者 郭保青 余祖俊 +2 位作者 张楠 朱力强 高晨光 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第9期2103-2111,共9页
铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于... 铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集,基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性(RANSAC)分割造成的过分割和欠分割问题;针对分割后的单物体点云,提出利用视点特征直方图(VFH)进行不同目标的三维点云特征提取,基于不同物体VFH建立KD树,并利用最近点搜索方法完成单物体点云分类识别。铁路场景典型物体的分类实验结果表明,本算法对铁路场景典型物体的分类识别准确率大于90%。 展开更多
关键词 三维点云 区域生长 分割 视点特征直方图 分类识别
下载PDF
基于边缘检测算法的LiDAR数据建筑物提取 被引量：32
7
作者 崔建军 隋立春 +1 位作者 徐花芝 赵旦 《测绘科学技术学报》 北大核心 2008年第2期98-100,共3页
LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要... LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要其他辅助数据,可以从LiDAR点云数据中提取建筑物边缘,并滤除了许多干扰信息。这种方法为基于LiDAR数据提取建筑物目标提供了新的思路。 展开更多
关键词 LIDAR 点云数据 深度影像 边缘提取 图像分割
下载PDF
车载LiDAR点云中建筑物立面位置边界的自动提取 被引量：31
8
作者 魏征 董震 +1 位作者 李清泉 杨必胜 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2012年第11期1311-1315,共5页
提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和... 提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和特征值分析,识别建筑物目标;最后对建筑物点云进行平面分割,提取建筑物立面,并对立面点云进行特征值分析,得到建筑物立面与地面交接的三维位置边界。实验结果表明,该方法能快速有效地提取车载LiDAR点云数据中的建筑物目标,同时提取的建筑物立面位置边界与原始点云能准确符合。 展开更多
关键词 车载LiDAR 特征值分析 图像分割 点云分割
原文传递
基于深度学习的点云分类方法综述 被引量：30
9
作者 文沛 程英蕾 余旺盛 《激光与光电子学进展》 CSCD 北大核心 2021年第16期41-67,共27页
点云作为一种重要的3D数据类型,随着3D采集技术的发展已被广泛用于多个应用场景。深度学习因其处理大型数据集的高效性、提取特征的自主性,成为点云分类研究的主导方法。首先对点云分类方法的研究现状进行了介绍,接着重点对基于深度学... 点云作为一种重要的3D数据类型,随着3D采集技术的发展已被广泛用于多个应用场景。深度学习因其处理大型数据集的高效性、提取特征的自主性,成为点云分类研究的主导方法。首先对点云分类方法的研究现状进行了介绍,接着重点对基于深度学习的点云分类的主要方法和最新方法进行了阐述。根据数据处理方式对点云分类方法进行归类,总结对比了每类方法的主要思想和优缺点,并详细介绍了部分代表性、创新性算法的实现过程。最后,对点云分类面临的挑战及未来研究方向进行了展望。 展开更多
关键词 图像处理 点云分类 深度学习 卷积神经网络 语义分割
原文传递
基于改进多规则区域生长的点云多要素分割 被引量：28
10
作者 汪文琪 李宗春 +2 位作者 付永健 何华 熊峰 《光学学报》 EI CAS CSCD 北大核心 2021年第5期192-206,共15页
针对现有点云多要素分割算法分割面状点集时分割精度低、分割块合并效果差等问题,提出了一种改进的多规则区域生长算法。一方面,计算点云数据的平面拟合残差,基于平面拟合残差设置种子点条件,对面状点集分割进行优化,以此提升面状要素... 针对现有点云多要素分割算法分割面状点集时分割精度低、分割块合并效果差等问题,提出了一种改进的多规则区域生长算法。一方面,计算点云数据的平面拟合残差,基于平面拟合残差设置种子点条件,对面状点集分割进行优化,以此提升面状要素分割的精度;另一方面,在距离条件的基础上,结合相似性和体积变化条件对合并策略进行改进,以实现分割块的有效合并;此外,利用中位数、Baarda数据探测法和k均值聚类分别对算法中涉及的阈值参数进行自适应设置。采用三种不同类型的点云数据进行实验,结果表明:改进算法能够提升面状点集的分割精度,提高了分割块合并的准确性;与其他算法相比,改进算法能够同时兼顾精度和效率,分割结果更具优势。 展开更多
关键词 遥感 点云分割 多要素分割 平面拟合残差 分割块合并
原文传递
基于改进欧氏聚类的散乱工件点云分割 被引量：26
11
作者 田青华 白瑞林 李杜 《激光与光电子学进展》 CSCD 北大核心 2017年第12期310-318,共9页
针对机器人随机箱体抓取过程中场景分割困难的问题,提出一种基于改进欧氏聚类的散乱工件点云分割方法。采用直通滤波法和迭代半径滤波法进行预处理,得到去除干扰点后的散乱工件点云;通过基于法线夹角的边缘检测去除点云中的边缘点,并使... 针对机器人随机箱体抓取过程中场景分割困难的问题,提出一种基于改进欧氏聚类的散乱工件点云分割方法。采用直通滤波法和迭代半径滤波法进行预处理,得到去除干扰点后的散乱工件点云;通过基于法线夹角的边缘检测去除点云中的边缘点,并使相互碰撞的工件在空间上产生分离;采用改进的搜索半径自适应欧氏聚类进行点云分割,得到多个工件点云子集,基于距离约束将去除的边缘点补齐到点云子集之中,从而完成点云分割。此外,线下模板点云注册为分割参数的选取提供依据,从而保证了分割结果的准确性,提高了分割速度。结果表明:基于改进欧氏聚类的散乱工件点云分割方法能够准确地分割出感兴趣的工件,分割时间约为696ms,满足了工业机器人抓取的实时性要求。 展开更多
关键词 机器视觉 欧氏聚类 点云分割 自适应聚类 随机箱体抓取 聚类分割
原文传递
基于SOM-K-means算法的番茄果实识别与定位方法 被引量：26
12
作者 李寒 陶涵虓 +3 位作者 崔立昊 刘大为 孙建桐 张漫 《农业机械学报》 EI CAS CSCD 北大核心 2021年第1期23-29,共7页
为解决多个番茄重叠黏连时难以识别与定位的问题,提出一种基于RGBD图像和K-means优化的自组织映射(Self-organizing map,SOM)神经网络相结合的番茄果实识别与定位方法。首先,利用RGBD相机拍摄番茄图像,对图像进行预处理,获取果实的轮廓... 为解决多个番茄重叠黏连时难以识别与定位的问题,提出一种基于RGBD图像和K-means优化的自组织映射(Self-organizing map,SOM)神经网络相结合的番茄果实识别与定位方法。首先,利用RGBD相机拍摄番茄图像,对图像进行预处理,获取果实的轮廓信息;其次,提取果实轮廓点的平面和深度信息,筛选后进行处理;再次,将处理后的数据输入到采用K-means算法优化的SOM神经网络中,得到点云聚类结果;最后,根据聚类点,通过坐标转换得到世界坐标信息,拟合得到各个番茄的位置和轮廓形状。以果实识别的正确率和定位结果的均方根误差(RMSE)为指标对该算法进行验证和分析,采集80幅图像共366个番茄样本,正确识别率为87.2%,定位结果均方根误差(RMSE)为1.66 mm。与在二维图像上利用Hough变换进行果实识别的试验进行对比分析,进一步验证了本文方法具有较高的准确性和较强的鲁棒性。 展开更多
关键词 番茄果实 深度点云 图像分割 神经网络 识别与定位 SOM-K-means算法
下载PDF
大场景内建筑物点云提取及平面分割算法 被引量：26
13
作者 卢维欣 万幼川 +3 位作者 何培培 陈茂霖 秦家鑫 王思颖 《中国激光》 EI CAS CSCD 北大核心 2015年第9期336-342,共7页
提出一种从地面激光点云数据中提取建筑目标并进行分割的新方法,该方法利用半径渐变的主成分分析法确定各点局部几何特征(最佳半径,法向量、维度特征);根据几何特征将地面点从原始点云中剔除,将非地面点按距离聚类形成点云簇,并对点云... 提出一种从地面激光点云数据中提取建筑目标并进行分割的新方法,该方法利用半径渐变的主成分分析法确定各点局部几何特征(最佳半径,法向量、维度特征);根据几何特征将地面点从原始点云中剔除,将非地面点按距离聚类形成点云簇,并对点云簇进行整体特征分析,识别建筑物目标;依据点的局部特征设置区域增长法生长准则对建筑物目标进行平面分割并对分割结果进行优化。实验结果表明,该方法不仅能快速有效提取大场景中的建筑物目标进行分割,并且解决了传统区域增长法不稳定的问题,提高了建筑物点云平面分割的精确性和可靠性。 展开更多
关键词 遥感 点云分割 维度特征 建筑物提取 区域增长
原文传递
基于点云数据的树木三维重建方法改进 被引量：25
14
作者 唐丽玉 张浩 +1 位作者 黄洪宇 陈崇成 《农业机械学报》 EI CAS CSCD 北大核心 2017年第2期186-194,共9页
激光点云数据以其详尽、高精度的三维信息,在森林参数估算、精确重建植物形态结构三维模型方面具有特殊优势。为进一步提高三维模型精度,综合集成多种算法,在改进现有PC2Tree软件基础上,基于点云数据进行树木三维重建。首先根据树木局... 激光点云数据以其详尽、高精度的三维信息,在森林参数估算、精确重建植物形态结构三维模型方面具有特殊优势。为进一步提高三维模型精度,综合集成多种算法,在改进现有PC2Tree软件基础上,基于点云数据进行树木三维重建。首先根据树木局部点云的主方向相似度和局部点云轴向分布密度分离枝干与树叶;其次采取水平集和最小二乘法提取枝干部分的骨架点,通过下采样方法提取冠层部分的特征点;最后根据骨架点和特征点拓扑结构重构树木三维模型。以樟树为例,分析枝叶分割精度,自动分割与手动分割结果相近;以无叶的鸡蛋花树为例,分析重建模型精度,模型主枝长度相对误差范围集中在0~8.0%,半径相对误差范围集中在0~10%;枝条重建过程避免了噪声点的干扰,对噪声点具有一定的不敏感性;重建三维模型与原始点云吻合度高,基本解决了冠层内部枝干遮挡严重带来的三维建模困难的问题;依据模型提取树高、冠幅、胸径、体积等参数,增加了重建模型的应用范围。 展开更多
关键词 树木 三维重建 激光点云 主方向 分割 骨架点
下载PDF
车载激光点云的道路标线提取及语义关联 被引量：24
15
作者 姚连璧 秦长才 +3 位作者 张邵华 陈启超 阮东旭 聂顺根 《测绘学报》 EI CSCD 北大核心 2020年第4期480-488,共9页
自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对... 自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分。本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联。 展开更多
关键词 点云 反距离加权插值 自适应阈值分割 欧氏聚类 特征属性筛选 语义关联
下载PDF
曲面重构中点云数据的区域分割研究 被引量：17
16
作者 董明晓 郑康平 姚斌 《中国图象图形学报（A辑）》 CSCD 北大核心 2005年第5期575-578,共4页
在曲面重构中,由于实际的曲面模型往往含有多个曲面几何特征,即由多张曲面组成,如果对使用激光法测量的“点云”数据直接进行拟合,将会造成曲面模型的数学表示和拟合算法处理的难度加大,甚至无法用较简单的数学表达式描述曲面模型,因此... 在曲面重构中,由于实际的曲面模型往往含有多个曲面几何特征,即由多张曲面组成,如果对使用激光法测量的“点云”数据直接进行拟合,将会造成曲面模型的数学表示和拟合算法处理的难度加大,甚至无法用较简单的数学表达式描述曲面模型,因此针对该问题,提出了一种基于数据点曲率变化的区域分割方法,即先对每一条扫描线上的数据点求取曲率值,然后将其中曲率值变化较大的点提取出来作为边界点,当边界确定后,再将云点数据分割成多个区域,由于每个区域一般具有较简单的几何特征,因此可用简单的数学模型来描述,并可重构单张曲面。该算法不仅原理简单、易于理解和编程,而且能提高曲面模型重构效率。 展开更多
关键词 曲面重构 区域分割 点云数据 曲面模型 几何特征 数学表达式 算法处理 数学表示 分割方法 边界确定 数据分割 数学模型 数据点 激光法 扫描线 边界点 可重构 拟合 率值 曲率 编程
下载PDF
应用改进的粒子群优化模糊聚类实现点云数据的区域分割 被引量：23
17
作者 王晓辉 吴禄慎 +1 位作者 陈华伟 史皓良 《光学精密工程》 EI CAS CSCD 北大核心 2017年第4期1095-1105,共11页
为实现点云数据的区域划分,提出一种基于改进的粒子群优化与模糊C-均值聚类的混合算法(SPSO-FCM算法)。针对在点云聚类过程中易过早捕获局部极小值的问题,算法首先用改进的粒子群算法——社会粒子群优化算法,对种群进行初始化,通过为每... 为实现点云数据的区域划分,提出一种基于改进的粒子群优化与模糊C-均值聚类的混合算法(SPSO-FCM算法)。针对在点云聚类过程中易过早捕获局部极小值的问题,算法首先用改进的粒子群算法——社会粒子群优化算法,对种群进行初始化,通过为每一个粒子设置不同的跟随阈值,来维护种群中个体多样性,加深对种群全局搜索的程度,避免陷入局部极小值;随后,设置种群中每个粒子当前最优位置和初始种群的最优位置,更新自由粒子的位置和跟随粒子的速度和位置;最后,采用模糊C-均值聚类算法求解隶属度矩阵,确定适应值函数,更新所有粒子的最优位置,并判断粒子和种群的位置优越性,得到准确的聚类中心,实现对点云数据的区域划分。以曲面复杂度不一致的点云模型为例对算法进行验证,探讨SPSO-FCM聚类算法的可行性,并与FCM聚类算法、遗传FCM聚类算法进行比对。实验结果显示,SPSOFCM聚类算法较其它两种算法,收敛速度快,迭代次数少,聚类准确,边界区域分割清晰,特别是对型面复杂、点云数据较多的机械零部件点云数据进行分割时,能得到更好的分割结果。 展开更多
关键词 点云数据 区域分割 粒子群优化算法 模糊聚类
下载PDF
小光斑激光雷达数据估测森林树高研究进展 被引量：21
18
作者 邢艳秋 尤号田 +2 位作者 霍达 孙小添 王蕊 《世界林业研究》 CSCD 北大核心 2014年第2期29-34,共6页
小光斑激光雷达可以同时获得森林的垂直及水平结构参数,因光斑直径较小,可以做到森林单木结构参数的准确估计,进而推广到样方甚至更大区域森林结构参数的估计,近年来在林业中得到广泛应用。文中主要从树高估计方面对小光斑激光雷达在林... 小光斑激光雷达可以同时获得森林的垂直及水平结构参数,因光斑直径较小,可以做到森林单木结构参数的准确估计,进而推广到样方甚至更大区域森林结构参数的估计,近年来在林业中得到广泛应用。文中主要从树高估计方面对小光斑激光雷达在林业中的应用进行研究,通过对先前类似文献进行归纳总结发现,在小光斑激光雷达估测森林树高方面仍存在着一些问题,从而限制了森林树高估测精度的提高,如点云分类算法、点云密度、森林郁闭度、单木的准确分割等,还对小光斑激光雷达估计森林树高中所存在的问题进行了概括,并提出了改进建议。 展开更多
关键词 小光斑激光雷达 树高估测 点云密度 单木分割
原文传递
一种基于图割的机载LiDAR单木识别方法 被引量：20
19
作者 王濮 邢艳秋 +1 位作者 王成 习晓环 《中国科学院大学学报（中英文）》 CSCD 北大核心 2019年第3期385-391,共7页
针对现有机载激光雷达数据单木分割算法在密集林区中探测精度较低的问题,结合林木冠层空间结构分层的特点,提出一种从机载点云数据直接分离单木的方法。首先,对原始点云数据进行去噪、滤波、高程归一化;然后基于冠层高度模型计算局部最... 针对现有机载激光雷达数据单木分割算法在密集林区中探测精度较低的问题,结合林木冠层空间结构分层的特点,提出一种从机载点云数据直接分离单木的方法。首先,对原始点云数据进行去噪、滤波、高程归一化;然后基于冠层高度模型计算局部最大值以确定冠层表面的明显树顶,以此作为单木位置的先验知识,继而采用归一化割(normalized cut, Ncut)方法实现冠层的初始分割;最后,以全局最大值代替局部最大值,并将冠层形状、冠层最小点数作为约束条件,再次利用Ncut方法完成对漏检单木的探测,进而实现单木的精确探测。实验结果表明,针对密集林区的单木分割,本方法有效地减少了漏识单木,整体精度达90%以上,将有助于单木三维结构定量描述及参数反演。 展开更多
关键词 激光雷达 点云 Ncut 单木分割
下载PDF
基于区域特征分割的密集匹配点云渐进形态学滤波 被引量：20
20
作者 张刚 刘文彬 张男 《地球信息科学学报》 CSCD 北大核心 2019年第4期615-622,共8页
随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文... 随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文在渐进形态学滤波算法上添加了特征条件,将点云和图像结合成深度图像,并对深度图像按典型地物类型进行语义分割,从而对与图像平面坐标一致的点云进行标记和首次滤波;然后按几何特征将场景简单分类,按分类结果对应的参数滤波构建地面点三角网;最后综合初滤波结果和语义分割类型标记对特征相似的区域进行优化确认,得到最终的滤波结果,并与布料模拟滤波(CSF)算法进行了对比验证实验。结果表明,基于特征的渐进形态学滤波其I类误差在1.98%以内,Ⅱ类误差在2.33%以内,较适宜对精度要求较高的应用,尤其是混合地形的滤波。 展开更多
关键词 密集匹配 点云滤波 布料滤波 深度学习 区域特征分割 渐近形态学滤波 无人机
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 38 下一页 到第 页
使用帮助 返回顶部