一种用于TLS多回波点云植被遮挡目标的探测和分析方法

    公开(公告)号:CN109613552B

    公开(公告)日:2020-11-10

    申请号:CN201811494004.4

    申请日:2018-12-07

    Applicant: 厦门大学

    Abstract: 本发明公开了一种用于TLS多回波点云植被遮挡目标的探测方法,包括:S1、对TLS多回波点云进行点云预处理;S2、将预处理后的点云处理成数据集输入神经网络,进行神经网络的训练;S3、利用训练好的神经网络识别中间回波,根据识别的中间回波,找出植被遮挡冠层,以此确定植被遮挡区域;S4、利用末次回波滤除植被遮挡区域中的非植被遮挡目标,以此探测植被遮挡目标。在此基础上,本发明还提供了一种植被遮挡目标的分析方法,其从点云差分位置、回波密度以及回波强度角度进行可见性分析,具有很强的鲁棒性和可行性,将在森林调查、隐蔽目标分析、军事作战以及救援救灾等方面发挥巨大作用,具有重要的学术价值和现实意义。

    一种基于探地雷达回波数据的自动汇聚成像方法

    公开(公告)号:CN108387896B

    公开(公告)日:2020-07-07

    申请号:CN201810005327.6

    申请日:2018-01-03

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于探地雷达回波数据的自动汇聚成像方法,包括:S1、采用均值去背景算法对回波图像进行滤波,去除地表杂波;S2、使用中值滤波算法去除回波图像噪声;S3、使用阈值分析得出像素点所需的雷达数量;S4、使用基于余弦距离加权的反向投影算法对回波图像进行会聚成像。本发明可以快速、自动地对探地雷达回波信号进行汇聚成像,其采用基于余弦距离的后向投影算法和阈值分析的图像分割技术,在复杂的城市环境情况下依然可以快速有效的汇聚回波信号,满足实际和应用需求。

    基于多回波机载激光扫描数据的城市树木碳含量估计方法

    公开(公告)号:CN108038433B

    公开(公告)日:2020-06-23

    申请号:CN201711248101.0

    申请日:2017-12-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于多回波机载激光扫描数据的城市树木含碳量估计方法,包括:S1、使用多光谱机载激光扫描仪对城市树木进行扫描,获得多个航带的多回波ALS点云数据;S2、对多个航带的多回波ALS点云数据进行预处理,获得nDSM数据及各激光通道的强度图像;S3、对nDSM数据进行分类,提取其中的树木类别数据,获得树冠高度模型CHM;S4、由树冠高度模型CHM估计树木的形状参数,所述树木的形状参数包括树冠高度与树冠直径;S5、先由经验模型构建ALS‑DBH回归模型,再通过现场选取若干树木样本进行验证;S6、根据所有物种的DBH和树冠高度来估算碳含量。本发明基于ALS的树木形状参数和异速生长模型,可对城市树木碳含量进行快速无损的估计。

    基于车载激光扫描点云的路灯杆自动提取方法

    公开(公告)号:CN106022381B

    公开(公告)日:2020-05-22

    申请号:CN201610354980.4

    申请日:2016-05-25

    Applicant: 厦门大学

    Abstract: 本发明公开了基于车载激光扫描点云的路灯杆自动提取方法,包括以下步骤:进行过滤地面点以及把非地面点分割成超体素集的预处理;对场景中所有可能是路灯的杆状物体进行定位;进行位置导向分割得到杆状物体;通过提取的杆特征和全局特征用来描述分割得到的杆状物体;用人工标注好的训练样本对随机森林和分类器支持向量机进行训练,使用训练好的随机森林和分类器支持向量机对步骤S3分割出来的杆状物体进行分类识别出路灯杆。本发明算法在路灯残缺或者被遮挡等复杂的环境下也有良好的鲁棒性,并且算法的时间复杂度很低,可以快速地应用到大规模场景的点云。

    基于车载移动激光扫描点云的三维公路曲线重建方法

    公开(公告)号:CN110379007A

    公开(公告)日:2019-10-25

    申请号:CN201910674347.7

    申请日:2019-07-25

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于车载移动激光扫描点云的三维公路曲线重建方法,其包括以下步骤:S1、将车载移动激光扫描原始点云分成若干段子点云;S2、对每段子点云进行路面提取得到路面点集;S3、对路面点集进行道路标志提取得到道路标志点集;S4、对道路标志点集进行聚类得到若干个道路标志子点集;S5、对每个道路标志子点集进行外壳提取得到外壳点集;S6、分别将标准所规定的基本三维公路曲线模型和外壳点集进行模型拟合得到候选曲线;S7、对候选曲线进行对比得到最佳曲线。本发明能够在数据中含有大量离群点的情况下自动鲁棒地识别公路曲线的类型并准确地估计出符合公路几何设计标准的三维道路曲线的参数,可以用于公路建造质量评估等诸多领域中。

    一种基于移动激光雷达扫描点云的三维斑马线重建方法

    公开(公告)号:CN110379006A

    公开(公告)日:2019-10-25

    申请号:CN201910673664.7

    申请日:2019-07-24

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于移动激光雷达扫描点云的三维斑马线重建方法,包括以下步骤:S1、输入原始点云,原始点云通过移动激光雷达对斑马线进行扫描获得;S2、生成拟合模型,拟合模型由一参数组确定,参数组包含位置信息、长度信息及角度信息;S3、计算原始点云与步骤S2生成的拟合模型之间的相似值;S4、利用布谷鸟搜索算法调整拟合模型参数;S5、重复步骤S2、S3、S4,直到找到最优拟合模型。本发明通过建立拟合模型并结合布谷鸟搜索算法来获得最优拟合模型,从而实现三维斑马线的重建,能够获取斑马线的长度、宽度以及坡度信息,进而能够为高清地图制作和自动驾驶系统提供有价值的斑马线几何信息。

    一种基于探地雷达回波数据的自动汇聚成像方法

    公开(公告)号:CN108387896A

    公开(公告)日:2018-08-10

    申请号:CN201810005327.6

    申请日:2018-01-03

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于探地雷达回波数据的自动汇聚成像方法,包括:S1、采用均值去背景算法对回波图像进行滤波,去除地表杂波;S2、使用中值滤波算法去除回波图像噪声;S3、使用阈值分析得出像素点所需的雷达数量;S4、使用基于余弦距离加权的反向投影算法对回波图像进行会聚成像。本发明可以快速、自动地对探地雷达回波信号进行汇聚成像,其采用基于余弦距离的后向投影算法和阈值分析的图像分割技术,在复杂的城市环境情况下依然可以快速有效的汇聚回波信号,满足实际和应用需求。

    一种基于地面激光点云的太阳能潜力评估方法

    公开(公告)号:CN106780586A

    公开(公告)日:2017-05-31

    申请号:CN201611000480.7

    申请日:2016-11-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于地面激光点云的太阳能潜力评估方法,其包括以下步骤:S1、对原始点云进行抽稀;S2、对抽稀后的点云P进行感兴趣区域地面点集R的提取,S3、设置光源偏差控制角;S4、采用最远点贪心策略来快速计算基点的位置和个数;S5、计算基点太阳位置;S6、采用广义隐藏点移除算法即GHPR算法,进行三维点云场景的遮挡分析,从而进行日照模拟计算;S7、对遮挡分析结果进行二值化阴影绘制;S8、对点云场景进行太阳辐射计算。本发明的评估方法能够提供快速、高效的太阳能资源自动化评估,可以为用户提供调查区域任意时间段的三维太阳能资源分布图。

    基于深度学习的激光扫描三维点云树木自动分类方法

    公开(公告)号:CN106408011A

    公开(公告)日:2017-02-15

    申请号:CN201610813682.7

    申请日:2016-09-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度学习的激光扫描三维点云树木自动分类方法,可以自动对已提取的单株树木进行分类,分类的单株树木包含树干和树冠结构。本发明采用旋转侧面投影的方法,在树木数据少情况下依然可以有效进行模型训练,由于采用了归一化的预处理方法,克服了点云数据密度远近(距离扫描仪)分布不均的缺点,使得结果受采集设备影响小,更具稳定性。此外,由于采用深度学习进行模型训练,提高了对多种树木的自动分类的准确性。本发明采用特征向量为单元进行计算,计算速度快,更适用于大规模点云场景,具有实际意义和应用价值。

Patent Agency Ranking