《地理与地理信息科学》2023年第2期电子书电子杂志 |
您所在的位置:网站首页 › 投影mod粘贴原理图 › 《地理与地理信息科学》2023年第2期电子书电子杂志 |
[5] 隋立春,张熠斌,张硕,等.基于渐进三角网的机载LiDAR点云 数据滤波[J].武汉大学学报(信息科学版),2011,36(10):1159 -1163. [6] ZHANGJ,LINX.FilteringairborneLiDARdatabyembedding smoothnessconstrainedsegmentationinprogressiveTINdensi fication[J].ISPRSJournalofPhotogrammetry&RemoteSens ing,2013,81:44-59. [7] LU W L,MURPHYKP,LITTLEJJ,etal.Ahybridcondi tionalrandomfieldforestimatingtheunderlyinggroundsurface fromairborneLiDARdata[J].IEEETransactionsonGeosci ence& RemoteSensing,2009,47(8):2913-2922. [8] HUX,YUANY.DeeplearningbasedclassificationforDTMextrac tionfromALSpointcloud[J].RemoteSensing,2016,8(9):730. [9] ZHANG W,QIJ,WAN P,etal.AneasytouseairborneLiDAR datafiltering methodbasedonclothsimulation[J].Remote Sensing,2016,8(6):501. [10] 张昌赛,刘正军,杨树文,等.基于 LiDAR数据的布料模拟滤 波算法的适用性分析[J].激光技术,2018,42(3):410-416. [11] 付翔翔,邓运员,郑文武,等.基于无人机影像密集匹配点云的 传统村落地面点提取及DEM 生成:以湘西德夯村为例[J].测 绘通报,2021(12):1-5. [12] 石壮,杜全叶,王庆栋,等.虚拟格网分类支持下的密集匹配点 云布料模拟滤波[J].测绘通报,2022(2):73-77. [13] 惠振阳,程朋根,官云兰,等.机载 LiDAR点云滤波综述[J]. 激光与光电子学进展,2018,55(6):7-15. [14] ZHANGK,CHENSC,WHITMAND,etal.Aprogressive morphologicalfilterforremovingnonground measurements fromairborneLIDARdata[J].IEEETransactionsonGeosci ence& RemoteSensing,2003,41(4):872-882. [15] 惠振阳,胡友健.基于 LiDAR数字高程模型构建的数学形态 学滤波方法综述[J].激光与光电子学进展,2016,53(8):7-13. [16] PINGELTJ,CLARKEKC,MCBRIDE W A.Animproved simplemorphologicalfilterfortheterrainclassificationofair borneLIDARdata[J].ISPRSJournalofPhotogrammetryand RemoteSensing,2013,77:21-30. [17] 张刚,刘文彬,张男.基于区域特征分割的密集匹配点云渐进 形态学滤波[J].地球信息科学学报,2019,21(4):615-622. [18] 周晓明,马秋禾,许晓亮,等.LIDAR 点云滤波算法分析:以 ISPRS测试实验为参考[J].测绘工程,2011,20(5):36-39. [19] 唐,邓兴升,王清阳.基于密度聚类的点云滤波算法研究 [J].激光与光电子学进展,2022,59(16):436-447. [20] 董保根,秦志远,陈静,等.无需阈值支持的机载 LiDAR点云 数据滤波方法[J].计算机工程与应用,2013,49(15):219-223. [21] 马涛,杨小明,阎跃观,等.以窗口化和地形坡度为基础的植被 茂密区域点云滤波算法[J].测绘通报,2021(8):33-36. [22] 惠振阳,李娜,胡海瑛,等.基于背包 LiDAR点云多尺度渐进 DTM 构建方法[J].中国激光,2022,49(4):157-167. [23] 苗启广,郭雪,宋建锋,等.基于区域预测的LiDAR点云数据形 态学滤波算法[J].激光与光电子学进展,2015,52(1):67-73. [24] 刘凯,汤国安,江岭,等.数字地形分析中邻域统计型算法并行化 方法及效率分析[J].地理与地理信息科学,2013,29(4):91-94. [25] 欧阳晓.区域土壤侵蚀地形指标研究[D].西安:西北大学,2011. [26] 刘爱利,汤国安.中国地貌基本形态 DEM 的自动划分研究 [J].地球信息科学学报,2006,8(4):8-14. [27] 杨晓平,王萍,李晓峰,等.地形坡度和高程变异系数在识别墨 脱活动断裂带中的应用[J].地震地质,2019,41(2):419-435. [28] SITHOLEG,VOSSELMANG.Experimentalcomparisonoffil teralgorithmsforbareEarthextractionfromairbornelaser scanningpointclouds[J].ISPRSJournalofPhotogrammetry andRemoteSensing,2004,59(1-2):85-101. [29] 武增海,李涛.高新技术开发区综合绩效空间分布研究:基于 自然断点法的分析[J].统计与信息论坛,2013,28(3):82-88. 犃犉犻犾狋犲狉犻狀犵犕犲狋犺狅犱犳狅狉犐犿犪犵犲犕犪狋犮犺犻狀犵犘狅犻狀狋犆犾狅狌犱犅犪狊犲犱狅狀犕狌犾狋犻狊犮犪犾犲犈犾犲狏犪狋犻狅狀犞犪狉犻犪狋犻狅狀犆狅犲犳犳犻犮犻犲狀狋 FANJiaxin1,2,WANGChun1,2,3,DAIWen2,3,LIMin2,YAOJiahui1,TANGGuoan4 (1.犛犮犺狅狅犾狅犳犚犲犿狅狋犲犛犲狀狊犻狀犵牔犌犲狅犿犪狋犻犮狊犈狀犵犻狀犲犲狉犻狀犵,犖犪狀犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲牔 犜犲犮犺狀狅犾狅犵狔, 犖犪狀犼犻狀犵210044;2.犃狀犺狌犻犘狉狅狏犻狀犮犲犓犲狔犔犪犫狅狉犪狋狅狉狔狅犳犘犺狔狊犻犮犪犾犌犲狅犵狉犪狆犺犻犮犪犾犈狀狏犻狉狅狀犿犲狀狋,犆犺狌狕犺狅狌239004; 3.犛犮犺狅狅犾狅犳犌犲狅犵狉犪狆犺犻犮犪犾犛犮犻犲狀犮犲,犖犪狀犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲牔 犜犲犮犺狀狅犾狅犵狔,犖犪狀犼犻狀犵210044; 4.犛犮犺狅狅犾狅犳犌犲狅犵狉犪狆犺狔,犖犪狀犼犻狀犵犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋狔,犖犪狀犼犻狀犵210023,犆犺犻狀犪) 犃犫狊狋狉犪犮狋:Aimingattheproblemsofoversegmentation,undersegmentationandlowaccuracyofexistingpointcloudfiltering methodsindenselowvegetationareas,afilteringmethodbasedonthemultiscaleelevationvariationcoefficientisproposedac cordingtothedifferentterrainfeaturesexpressedbyUAVimagematchingpointclouddataatdifferentscales.Firstly,digital surfacemodels(DSMs)withvariousresolutionsarebuiltusinghierarchicalvirtualgrids.Diversetopographyelementsarecap turedbydigitalsurfacemodelsatdifferentscales.Secondly,thedifferenceoftheDSMs(DoD)isobtainedbysubtractionopera tionformultiscaleDSM.Thirdly,theelevationvariationcoefficient(EVC)ofDoDiscalculated,andthethresholdsegmentation isperformedaccordingtothefeaturethattheelevationvariationcoefficientoftheboundaryareaismuchlargerthanthatofthe terrainarea.Finally,theoptimalneighborhoodradiusforcalculatingtheEVCandtheoptimalsegmentationthresholdforEVC areanalyzed.Theresultsshowthattheproposedmethodcanaccuratelyremovevegetationpointsandretaingroundpointsin denselowvegetationareas,andthetypeIerror,typeIIerror,andaveragetotalerrorare9.20%,5.83%,and7.68%,respec tively.Theresultprovesthattheproposedmethodissuperiortoclothsimulatedfiltering(CSF),triangulatedirregularnetwork (TIN)andprogressivemorphologicalfilteringalgorithm.Itcanlayafoundationfortherapidconstructionofhighprecision DTMinthelaterstage. 犓犲狔狑狅狉犱狊:pointcloudfiltering;elevationvariationcoefficient;digitalsurfacemodel;digitalterrainmodel;differenceofDSM 第2期 范佳鑫,王春,代文,等:基于多尺度高程变异系数的影像匹配点云滤波方法 第31页 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |