【摘 要】
:
三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scali
论文部分内容阅读
三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准
其他文献
利用数据挖掘、大数据纪检、云计算、人工智能等新一代信息技术构建智慧纪检系统架构,通过实时在线、互动、预警等策略推进智慧纪检系统"小步快跑、迭代创新",不仅可以推动纪检工作向智能化、网络化、常态化和风险预警方向转型,而且能够有力推进国有企业"三不腐"机制的落地落实。
常规区域性水深测量方法主要是利用船载的声学探测技术,但是由于船体无法进入沿岸浅水区域和岛礁密集区域,故近海岸区域常存在数据空白。机载激光雷达测深技术的出现和发展能有效解决这一问题,成为一种快速高效的水深及海底地形测探方法。以机载激光雷达测深仪CZMIL Nova系统为例,介绍其海陆地形一体化的测量技术特点和影响因素,及其在岛屿海陆一体地形测量的初步应用情况。
2014年8月31日—9月2日重庆市渝东北地区出现一次强降雨过程,引发了大量滑坡,造成了人员伤亡和重大经济损失。为掌握此次降雨诱发滑坡情况,分析滑坡与降雨关系,结合遥感和地理信息系统技术,通过该地区"8·31"暴雨前后的高空间分辨率卫星遥感影像解译,获得了暴雨诱发滑坡分布情况,分析了滑坡发生与降雨、地形之间的关系,研究发现:渝东北地区复杂的地质构造条件以及由其产生的特有的构造侵蚀地貌格局,不仅使得
针对传统方法计算水下两点之间斜距值不准确的问题,基于声线跟踪算法,提出了以水平距离为约束条件的斜距值优化算法。首先介绍了圆走航单点定位原理,然后给出了新方法的计算原理以及具体的计算步骤,最后设计了仿真实验,将新方法与传统算法进行对比。结果表明,初始入射角在5°以内,传统迭代算法准确度更高,其他入射角范围,新方法准确度更高,表明新方法的适用性更强。
随着我国远海地形测量的日益频繁,进一步提高测量的效率和精度成为研究的热点。利用WOA18数据,对远海地形测量所涉及海域温盐等海洋要素时空分布规律展开预先分析,由此得到该海域声速垂直和水平分布规律,再利用层内常梯度的声线跟踪方法,对相关海域声速剖面获取频次和线性变化开始深度展开定量研究。结果表明,WOA18数据不但能较好优化远海多波束地形测量声速剖面,还能对声速剖面获取的频次和线性变化开始深度做出较
为解决GNSS伪距变率双差测速和高斯投影、墨卡托投影坐标系中的速度投影计算问题,以大地坐标速度为未知数,推导GNSS伪距变率双差测速解法,基于高斯投影、墨卡托投影公式,推导其速度投影算法。建立了以大地坐标速度为未知数的GNSS伪距变率双差测速数学模型,建立了高斯投影、墨卡托投影坐标系速度投影计算方法,给出了应用试验和算例。结果表明,GNSS伪距变率双差测速大地坐标分量精度达到毫米/秒级,高斯投影、
根据已有深度基准面模型,研究了深度基准面在不同方向的非线性变化程度,并且从深度测量的极限误差出发,推算得到深度基准面内插的极限精度要求,二者结合确定深度基准面线性内插的有效范围。实验结果证实,潮波传播特征差异会导致深度基准面线性内插有效范围的差异。最后,结合深度基准面线性内插的有效范围,在渤海湾部分沿岸海域设计了框架点的布设方案。
近几十年,随着卫星测高技术和相关数据精密处理技术发展,依托卫星测高技术业已成为快速获取全球海底地形数据的可靠手段,国内外相关组织机构已发布了一系列全球海底地形模型。整理评述了多款全球海底地形的基本情况,以及相互间的内在联系,包括DBDB系列模型、ETOPO系列模型、Sandwell系列模型、GEBCO系列模型、SRTM+系列模型、EARTH地形球谐系数模型、BAT_VGG模型、BAT_WHU202
精密卫星时钟产品是进行高精度定位应用的重要基础,不断提高卫星时钟误差的预测精度是十分必要的。使用具有周期项的多项式预报模型对卫星钟差中的系统确定性误差进行预测,已广泛应用于精密单点定位技术。此模型在进行卫星钟差预报时,无法对时钟的随机性误差进行预测。使用稀疏化理论对自回归模型参数进行稀疏,降低模型非必要参数的影响,修正模型预报误差。结果表明:该方法能够有效提高卫星钟差短期预报的精度。
针对重力测量数据在格网化过程中精度会被降低的问题,顾及空间重力异常和地形的强相关性,提出了三维Kmeans-RBF神经网络方法,该方法利用神经网络的复杂非线性映射学习能力进行推估建模,并在模型训练和推估时加入地形数据作为物理控制。最后基于美国爱达荷州地区的实测重力数据进行验证,实验结果表明:该方法相对于二维Kmeans-RBF神经网络方法和直接进行拟合推估的Kriging方法,实验区内精度分别提高