期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
综合不规则三角网和区域生长的建筑物提取方法
被引量：
12
1
作者
何曼芸
程英蕾
+1 位作者
聂玉泽
王琳
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2017年第3期54-59,共6页
应用激光雷达探测技术(LiDAR)进行建筑物提取其效率一直是工程应用的关键,针对现有先滤波后提取建筑物一类方法效率低下的问题,提出一种综合不规则三角网和区域生长的从原始机载激光雷达数据中直接提取建筑物的方法。首先利用原始点云...
应用激光雷达探测技术(LiDAR)进行建筑物提取其效率一直是工程应用的关键,针对现有先滤波后提取建筑物一类方法效率低下的问题,提出一种综合不规则三角网和区域生长的从原始机载激光雷达数据中直接提取建筑物的方法。首先利用原始点云数据建立不规则三角网,利用三角网中突起物边缘点所在三角形的法向量、边长及高程特征,提取突起物边缘点;然后以提取出的边缘点为种子点,根据三角网连接关系进行区域生长,提取突起物点集合;最后删除集合中点数量较少的非建筑物点集,得到建筑物点集。该方法可直接从原始点云数据中提取出不同建筑物的点集,无需经过滤波操作。通过仿真实验证明该方法在保证建筑物提取准确度的情况下效率有明显提高并且具有一定的适用性。
展开更多
关键词
LIDAR
不规则三角网
区域生长
建筑物提取
在线阅读
下载PDF
职称材料
基于面特征和SIFT特征的LiDAR点云与航空影像配准
被引量：
7
2
作者
赵中阳
程英蕾
何曼芸
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2018年第5期65-70,共6页
针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取...
针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。
展开更多
关键词
LIDAR
图像配准
面特征提取
SIFT特征
在线阅读
下载PDF
职称材料
建立包裹圆提取建筑物LiDAR点云边缘点的算法
被引量：
5
3
作者
聂玉泽
程英蕾
何曼芸
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2016年第3期63-67,共5页
机载激光雷达(LiDAR)数据是离散的三维点云,同一个建筑面的三维激光脚点具有随机分布的特性,并且由于建筑本身形状的多样性和复杂性,以及建筑物周围环境的复杂性,导致从LiDAR数据提取建筑物轮廓线变得更加困难。提取建筑物的轮廓线,最...
机载激光雷达(LiDAR)数据是离散的三维点云,同一个建筑面的三维激光脚点具有随机分布的特性,并且由于建筑本身形状的多样性和复杂性,以及建筑物周围环境的复杂性,导致从LiDAR数据提取建筑物轮廓线变得更加困难。提取建筑物的轮廓线,最关键的就是提取LiDAR数据中建筑物的边缘点。文中提出一种改进的提取LiDAR点云数据边缘点方法:设定具体的半径和阈值,把LiDAR点云数据中存储的每个点作为圆心建立包裹圆,求得点云数据中其他点到该点的距离,并统计落在包裹圆内点的个数,通过每个包裹圆内点的个数跟设定的阈值进行比较,从而确定该点是否为边缘点。通过仿真发现,文中算法与alpha shape算法相比,在保持边缘点提取效果的基础上,极大减少了运行时间,总体效率有了显著地提高。
展开更多
关键词
机载激光雷达
包裹圆
边缘点
在线阅读
下载PDF
职称材料
题名
综合不规则三角网和区域生长的建筑物提取方法
被引量：
12
1
作者
何曼芸
程英蕾
聂玉泽
王琳
机构
空军工程大学信息与导航学院
[
出处
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2017年第3期54-59,共6页
基金
陕西省自然科学基金(2015JM6346)
文摘
应用激光雷达探测技术(LiDAR)进行建筑物提取其效率一直是工程应用的关键,针对现有先滤波后提取建筑物一类方法效率低下的问题,提出一种综合不规则三角网和区域生长的从原始机载激光雷达数据中直接提取建筑物的方法。首先利用原始点云数据建立不规则三角网,利用三角网中突起物边缘点所在三角形的法向量、边长及高程特征,提取突起物边缘点;然后以提取出的边缘点为种子点,根据三角网连接关系进行区域生长,提取突起物点集合;最后删除集合中点数量较少的非建筑物点集,得到建筑物点集。该方法可直接从原始点云数据中提取出不同建筑物的点集,无需经过滤波操作。通过仿真实验证明该方法在保证建筑物提取准确度的情况下效率有明显提高并且具有一定的适用性。
关键词
LIDAR
不规则三角网
区域生长
建筑物提取
Keywords
LiDAR
TIN
region growing
building points extraction
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于面特征和SIFT特征的LiDAR点云与航空影像配准
被引量：
7
2
作者
赵中阳
程英蕾
何曼芸
机构
空军工程大学信息与导航学院
出处
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2018年第5期65-70,共6页
基金
国家自然科学基金(41601436)
文摘
针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。
关键词
LIDAR
图像配准
面特征提取
SIFT特征
Keywords
LiDAR
image registration
surface feature extraction
SIFT feature
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
建立包裹圆提取建筑物LiDAR点云边缘点的算法
被引量：
5
3
作者
聂玉泽
程英蕾
何曼芸
机构
空军工程大学信息与导航学院
出处
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2016年第3期63-67,共5页
基金
陕西省自然科学基金(2015JM6346)
文摘
机载激光雷达(LiDAR)数据是离散的三维点云,同一个建筑面的三维激光脚点具有随机分布的特性,并且由于建筑本身形状的多样性和复杂性,以及建筑物周围环境的复杂性,导致从LiDAR数据提取建筑物轮廓线变得更加困难。提取建筑物的轮廓线,最关键的就是提取LiDAR数据中建筑物的边缘点。文中提出一种改进的提取LiDAR点云数据边缘点方法:设定具体的半径和阈值,把LiDAR点云数据中存储的每个点作为圆心建立包裹圆,求得点云数据中其他点到该点的距离,并统计落在包裹圆内点的个数,通过每个包裹圆内点的个数跟设定的阈值进行比较,从而确定该点是否为边缘点。通过仿真发现,文中算法与alpha shape算法相比,在保持边缘点提取效果的基础上,极大减少了运行时间,总体效率有了显著地提高。
关键词
机载激光雷达
包裹圆
边缘点
Keywords
LiDAR
pack circle
edge point
分类号
TP23 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
综合不规则三角网和区域生长的建筑物提取方法
何曼芸
程英蕾
聂玉泽
王琳
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2017
12
在线阅读
下载PDF
职称材料
2
基于面特征和SIFT特征的LiDAR点云与航空影像配准
赵中阳
程英蕾
何曼芸
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
3
建立包裹圆提取建筑物LiDAR点云边缘点的算法
聂玉泽
程英蕾
何曼芸
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2016
5
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
