面向DLG制作的LiDAR数据处理关键技术研究

基本信息
批准号:41204033
项目类别:青年科学基金项目
资助金额:20.00
负责人:林明华
学科分类:
依托单位:江苏师范大学
批准年份:2012
结题年份:2015
起止时间:2013-01-01 - 2015-12-31
项目状态: 已结题
项目参与者:朱玉,周复旦,夏志浩
关键词:
点云插值点云滤波点云简化支持向量机机载LiDAR
结项摘要

LiDAR technology can directly obtain the surface of the three-dimensional information, DEM, DOM production and three-dimensional modeling has been widely applied in determining the system of large-scale topographic maps (eg, 1:2000) on the application,which is feasible? This paper focuses on the problem, discussed in detail for the production of DLG data processing of LiDAR point cloud filtering, interpolation, and simplify the three key technologies. LiDAR data filtering, through the introduction of dual-harmonic spline function interpolation theory with rich point cloud data filtering problem; LiDAR interpolation, by means of a good predictive ability of support vector machine (SVM), the point cloud interpolation issue into a prediction, with its interpolation to obtain a good accuracy; simplified in LiDAR data, create point cloud according to the terrain, to simplify the geometric characteristics of uniform and non-uniform simplified algorithm to further improve the use of point cloud to form a map of efficiency. Through the three key technologies for the point cloud into a map to the DLG software development,it plays an important role to lay a solid theoretical foundation for the full use of LiDAR data for fast and efficient way.

LiDAR技术能直接获取地表的三维信息,在DEM、DOM制作及三维建模上已得到广泛应用,在测制大比例尺地形图(如1:2000)上应用是否可行?项目围绕这个问题,详细探讨面向DLG制作的LiDAR数据处理的点云滤波、插值和简化三项关键技术。LiDAR数据的滤波中,通过引进双谐样条函数,利用丰富的插值理论研究点云数据的滤波问题;LiDAR的插值,借助于具有良好预测能力的支持向量机(SVM),将点云的插值问题转化为预测问题,以其获得良好的插值精度;在LiDAR数据的简化中,建立可以根据点云的地形、几何特征进行均匀简化和非均匀简化的算法,进一步提高利用点云进行地形成图的效率。通过上述三项关键技术的研究将为点云到DLG成图的软件研制奠定坚实的理论基础,为充分利用LiDAR数据进行高效快速的地形成图发挥重要作用。

项目摘要

机载LiDAR 技术在数据获取以及测绘产品快速成型方面的巨大优势,国内的LiDAR 数据处理软件却并不成熟,特别是没有专门针对数字线划图生产的软件,使得数字线划图生产变得复杂并目难以掌握。结合商用点云数据处理软件以及国内测绘规范,研究开发适合国内测绘产品制作的点云数据处理的关键技术是完全必要而且也迫在眉睫。本课题就是在综合研究现有软件、算法、理论基础上,并结合国内的测量规范,重点研究从获取的机载雷达点云数据到数字线划图制作生产中几个关键技术问题。其中主要包括点云数据滤波、点云数据插值(修补)和简化技术三个方面。.获取的主要研究成果有:1)通过对不同地形点云数据进行滤波,并和扩大窗口的高程滤波(ETEW)算法滤波结果进行比较,表明Biharmonic样条函数是较好的滤波器;2) RBF神经网络在滤波算法比较中,也是较好的点云滤波方法;3)SVR算法对点云空洞的修复可以取得较常规方法高的精度;4)分析了数据标准化对多种点云插值方法的影响;5)提出了基于带状边界约束的点云简化方法,对于提高数字线划图的制图效率有较大意义。.在课题研究中,共发表论文5篇。通过对点云数据滤波、插值和简化的处理算法进行研究,项目的研究成果对于点云数据快速处理有重要的实用价值,在数字线划图生产的软件中有广泛的应用前景。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

玉米叶向值的全基因组关联分析

玉米叶向值的全基因组关联分析

DOI:
发表时间:
2

基于LASSO-SVMR模型城市生活需水量的预测

基于LASSO-SVMR模型城市生活需水量的预测

DOI:10.19679/j.cnki.cjjsjj.2019.0538
发表时间:2019
3

基于SSVEP 直接脑控机器人方向和速度研究

基于SSVEP 直接脑控机器人方向和速度研究

DOI:10.16383/j.aas.2016.c150880
发表时间:2016
4

自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例

自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例

DOI:10.12054/lydk.bisu.148
发表时间:2020
5

内点最大化与冗余点控制的小型无人机遥感图像配准

内点最大化与冗余点控制的小型无人机遥感图像配准

DOI:10.11834/jrs.20209060
发表时间:2020

林明华的其他基金

批准号:11601314
批准年份:2016
资助金额:18.00
项目类别:青年科学基金项目

相似国自然基金

1

基于子空间分析的LiDAR数据处理及表面重建关键技术研究

批准号:61402224
批准年份:2014
负责人:汪俊
学科分类:F0209
资助金额:25.00
项目类别:青年科学基金项目
2

面向FAST的海量数据处理关键技术研究

批准号:U1531246
批准年份:2015
负责人:朱明
学科分类:A1503
资助金额:200.00
项目类别:联合基金项目
3

面向微博的实时流数据处理平台和查询处理关键技术研究

批准号:61272092
批准年份:2012
负责人:禹晓辉
学科分类:F0202
资助金额:80.00
项目类别:面上项目
4

面向海上交通的物联网和气象大数据处理关键技术研究

批准号:51409117
批准年份:2014
负责人:姜宇
学科分类:E1104
资助金额:26.00
项目类别:青年科学基金项目