-
公开(公告)号:CN102663761A
公开(公告)日:2012-09-12
申请号:CN201210122116.3
申请日:2012-04-24
Applicant: 长江勘测规划设计研究有限责任公司 , 长江空间信息技术工程有限公司(武汉)
Abstract: 用于影像地图的线状矢量与遥感影像自动配准方法,其特征在于它包括以下步骤:线状矢量拓扑关系建立步骤;遥感影像区域分割步骤;线状矢量骨架提取步骤;基于网络蛇模型变换的配准步骤。本发明利用动态阈值分割和形态学变换从遥感影像获取线状矢量的骨架,利用网络蛇模型变换进行线状矢量与遥感影像骨架的配准,最终达到影像地图生产中线状矢量向遥感影像的精确配准的目的。
-
公开(公告)号:CN102645209B
公开(公告)日:2014-10-01
申请号:CN201210122111.0
申请日:2012-04-24
Applicant: 长江勘测规划设计研究有限责任公司 , 长江空间信息技术工程有限公司(武汉)
Abstract: 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法,它包括如下步骤:原始LiDAR数据去噪步骤,高精度数字地面模型DEM生成步骤,通过手动同时辅以高精度POS数据所获取影像的外方位元素,利用已经选取的同名点中的任意两点利用双片前方交会计算初值后,通过多片前方交会计算同名点的物方坐标(X,Y,Z);通过上一步多片前方交会求解出的同名点的物方坐标,得到同名点对应的精确物方坐标(X,Y,Z′)。本发明通过LiDAR点云进行高程约束的前提下实现的多片前方交会所获取到的像点的物方坐标的平面精度和高程精度非常高。
-
公开(公告)号:CN102645209A
公开(公告)日:2012-08-22
申请号:CN201210122111.0
申请日:2012-04-24
Applicant: 长江勘测规划设计研究有限责任公司 , 长江空间信息技术工程有限公司(武汉)
Abstract: 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法,它包括如下步骤:原始LiDAR数据去噪步骤,高精度数字地面模型DEM生成步骤,通过手动同时辅以高精度POS数据所获取影像的外方位元素,利用已经选取的同名点中的任意两点利用双片前方交会计算初值后,通过多片前方交会计算同名点的物方坐标(X,Y,Z);通过上一步多片前方交会求解出的同名点的物方坐标,得到同名点对应的精确物方坐标(X,Y,Z′)。本发明通过LiDAR点云进行高程约束的前提下实现的多片前方交会所获取到的像点的物方坐标的平面精度和高程精度非常高。
-
公开(公告)号:CN107545602B
公开(公告)日:2021-04-27
申请号:CN201710662847.X
申请日:2017-08-04
Applicant: 长江空间信息技术工程有限公司(武汉)
Abstract: 本发明公开了一种基于LiDAR点云的空间拓扑关系约束下的建筑物建模方法。它包括如下步骤:对目标区域的建筑物LiDAR点云进行点云分割处理和建筑物轮廓提取,得到建筑物的精确二维外轮廓以及建筑物屋顶几何基元的数学表达式;构建所述建筑物屋顶几何基元空间拓扑关系图;定义所述建筑物屋顶几何基元间的三维布尔运算规则;对每一个建筑物屋顶几何基元多面体进行三维布尔运算之后得到基元顶面半空间,根据建筑物精确二维外轮廓和高程信息得到完全包含建筑物实体模型的墙面及地面的半空间,将所述基元顶面半空间和所述墙面及地面的半空间进行三维布尔运算的求交运算,得到建筑物实体模型。具有降低建筑物模型的空间破碎程度的优点。
-
公开(公告)号:CN107085710B
公开(公告)日:2020-06-02
申请号:CN201710280025.5
申请日:2017-04-26
Applicant: 长江空间信息技术工程有限公司(武汉)
Abstract: 本发明公开了一种基于多光谱LiDAR数据的单木自动提取方法。它包括如下步骤:以LiDAR数据中任意一个波段的点云为基准数据,对基准点云数据中的每个激光点,采用最邻近搜索方法,分别在其他波段数据中获得最邻近激光点的波段信息,生成一个包含多光谱信息的单一融合点云数据;沿着包含有多光谱信息的单一融合点云数据的Z方向上进行多视角投影,将点云数据分割为地面点云数据和非地面点云数据;对非地面点云数据进行聚类和归一化割,根据点云数据的几何和光谱特征进行分割,分离出语义独立的局部点云块;建立基于三维局部抽象类特征的树木目标整体特征描述模型,进行基于深度学习的单木自动提取处理。具有提高树木识别精度的优点。
-
公开(公告)号:CN107085710A
公开(公告)日:2017-08-22
申请号:CN201710280025.5
申请日:2017-04-26
Applicant: 长江空间信息技术工程有限公司(武汉)
Abstract: 本发明公开了一种基于多光谱LiDAR数据的单木自动提取方法。它包括如下步骤:以LiDAR数据中任意一个波段的点云为基准数据,对基准点云数据中的每个激光点,采用最邻近搜索方法,分别在其他波段数据中获得最邻近激光点的波段信息,生成一个包含多光谱信息的单一融合点云数据;沿着包含有多光谱信息的单一融合点云数据的Z方向上进行多视角投影,将点云数据分割为地面点云数据和非地面点云数据;对非地面点云数据进行聚类和归一化割,根据点云数据的几何和光谱特征进行分割,分离出语义独立的局部点云块;建立基于三维局部抽象类特征的树木目标整体特征描述模型,进行基于深度学习的单木自动提取处理。具有提高树木识别精度的优点。
-
公开(公告)号:CN107545602A
公开(公告)日:2018-01-05
申请号:CN201710662847.X
申请日:2017-08-04
Applicant: 长江空间信息技术工程有限公司(武汉)
Abstract: 本发明公开了一种基于LiDAR点云的空间拓扑关系约束下的建筑物建模方法。它包括如下步骤:对目标区域的建筑物LiDAR点云进行点云分割处理和建筑物轮廓提取,得到建筑物的精确二维外轮廓以及建筑物屋顶几何基元的数学表达式;构建所述建筑物屋顶几何基元空间拓扑关系图;定义所述建筑物屋顶几何基元间的三维布尔运算规则;对每一个建筑物屋顶几何基元多面体进行三维布尔运算之后得到基元顶面半空间,根据建筑物精确二维外轮廓和高程信息得到完全包含建筑物实体模型的墙面及地面的半空间,将所述基元顶面半空间和所述墙面及地面的半空间进行三维布尔运算的求交运算,得到建筑物实体模型。具有降低建筑物模型的空间破碎程度的优点。
-
-
-
-
-
-