一种库容量算精度验证方法

    公开(公告)号:CN107247835A

    公开(公告)日:2017-10-13

    申请号:CN201710411144.X

    申请日:2017-06-05

    Abstract: 本发明公开了一种库容量算精度验证方法。它包括如下步骤:以同心圆台模型模拟水库地形;构造N个同心圆环,作为模拟水库地形等高线的模型,每个圆环代表一条等高线,等高线的高程值由内至外以等差数列依次递增;根据圆台体积公式,计算得到模拟水库的理论容积,根据圆面积公式,得到模拟水库的理论水面面积;使用待验证精度的库容量算方法对模拟水库进行库容量算,得到模拟水库的容积以及水面面积;比较模拟水库的理论容积和理论水库面积与采用待验证精度库容量算方法计算出的容积和水面面积,计算待验证精度的库容量算方法的精度值。具有普适性和可验证库容算法精度的优点。

    一种库容量算精度验证方法

    公开(公告)号:CN107247835B

    公开(公告)日:2020-08-04

    申请号:CN201710411144.X

    申请日:2017-06-05

    Abstract: 本发明公开了一种库容量算精度验证方法。它包括如下步骤:以同心圆台模型模拟水库地形;构造N个同心圆环,作为模拟水库地形等高线的模型,每个圆环代表一条等高线,等高线的高程值由内至外以等差数列依次递增;根据圆台体积公式,计算得到模拟水库的理论容积,根据圆面积公式,得到模拟水库的理论水面面积;使用待验证精度的库容量算方法对模拟水库进行库容量算,得到模拟水库的容积以及水面面积;比较模拟水库的理论容积和理论水库面积与采用待验证精度库容量算方法计算出的容积和水面面积,计算待验证精度的库容量算方法的精度值。具有普适性和可验证库容算法精度的优点。

    一种基于多光谱LiDAR数据的单木自动提取方法

    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

    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。

    基于三维激光点云的封闭曲面变形检测方法

    公开(公告)号:CN108120389A

    公开(公告)日:2018-06-05

    申请号:CN201711240716.9

    申请日:2017-11-30

    CPC classification number: G01B11/16

    Abstract: 本发明公开了一种基于三维激光点云的封闭曲面变形检测方法。它包括封闭曲面三维激光点云数据预处理;提取封闭曲面中心线,对封闭曲面进行中心线提取,采用迭代算法处理点云的中心线提取;迭代算法所采用的初值选用封闭曲面的设计中心线;截取点云断面;基于几何拟合的断面形变检测方法;曲面数据的自动对比,对多期点云的同里程处的断面进行比较,得到同里程处断面在不同测量时期的形变信息;以各断面拟合所得的中心点为基准,在断面所在的平面内对各个方向上的多期点云进行对比分析;通过参数设定断面所在平面各方向的疏密程度,形变检测算法支持批量断面对比分析操作。具有能够为工程的安全性论证提供重要的原始资料的优点。

    一种基于多光谱LiDAR数据的单木自动提取方法

    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

    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。

Patent Agency Ranking