基于植被指数限制分水岭算法的机载激光点云建筑物提取

来源 :光学学报 | 被引量 : 30次 | 上传用户:zzmaazhu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建筑物提取在建筑物重建和城市管理中起着重要的作用。利用基于植被指数限制的分水岭算法分割机载激光雷达点云,并利用一定的规则识别建筑物区域。对激光点云进行内插生成网格数据;利用植被指数限制的分水岭分割算法分割激光点云生成的数字表面模型数据,在分水岭淹没过程中引入植被指数可以较好地区分建筑物和植被区域;在区域相邻关系的基础上,利用一些准则(高程差值、尺寸和植被指数)识别建筑物区域。利用国际摄影测量与遥感学会基准数据中法伊英根测试区域对建筑提取结果进行评价,在像元级别,平均完整度、正确度和质量分别为89.2
其他文献
为了测量金属板材在拉伸作用下的微应变,设计了以中心波长为1550 nm的多模光纤宏弯损耗传感器为传感元件的轴向微应变测量系统。该传感器将多模光纤传感环垂直固定在被测板材上,当板材被拉神时,光纤传感环的弯曲损耗效应明显增强,导致背向瑞利散射光强发生剧烈波动。搭建了轴向微应变测量系统,根据光时域反射原理获得了背向瑞利散射的光强变化,从而计算出金属材料应变值,可实现分布式实时测量。实验结果表明,该多模光纤宏弯损耗传感器的弯曲敏感区半径约为3~6 mm,微应变测量范围约为500~3000 με,微应变测量精度约为
图像显著性检测能够获取一幅图像的视觉显著性区域,是计算机视觉的研究热点之一。提出一种结合颜色特征和对比度特征的图像显著性检测方法。首先构造图像在HSV空间的颜色函数以获取图像颜色特征;然后使用SLIC超像素分割算法对图像进行预处理,基于超像素块的对比度特征计算图像显著性;最后将融合颜色特征和对比度特征的显著图经过导向滤波优化形成最终的显著图。使用本文算法在公开数据集MSRA-1000上进行图像显著
研究了椭圆厄米高斯光束在强非局域非线性介质中的传输特性。依据强非局域介质响应函数特征宽度远大于光束束宽的原理,对介质响应函数做两次泰勒级数展开,都近似取到二阶,得到了非局域非线性薛定谔方程对应的近似的拉格朗日密度函数。在此基础上,运用变分法得到了椭圆厄米高斯光束各参量的演化方程、演化规律和两个临界功率。当光束、响应函数的椭圆率满足一定条件时,两个临界功率可以相等。当初始功率等于这一临界功率,光束从光腰处入射时,可得到椭圆厄米高斯空间光孤子。进一步分析发现椭圆厄米高斯空间光孤子的相移与介质椭圆率和孤子阶数有
美帝西屋空气制动器公司联合开关与信号分部声称已制成一种自动识别火车车厢的激光装置。该装置由氦-氖激光器、两个光束导向反射镜及光电场效应晶体管扫描装置组成。使用此种系统的车厢两侧还装有对反射压力敏感的条状物,将激光束反射回识别装置。
期刊
由于散射介质的强散射作用,传统光学成像系统无法对散射介质后的物体进行成像与运动追踪。针对这一问题,提出了一种透过散射介质对运动物体进行追踪与重建的方法。基于散射介质的光学记忆效应理论,通过先验信息解算散射成像系统的点扩展函数,利用点扩展函数的轴向缩放关系确定轴向位移,利用重建物体的互相关确定横向偏移。基于此方法搭建的实验系统也很好地实现了散射介质后物体的快速重建与运动追踪。所提方法仅需采集移位物体
期刊
Over the last few decades, several all-optical circuits have been proposed to meet the need of high-speed data processing. In some information processing architectures, the role of various analog and digital data comparisons is very important. In this let
1966年7月4~8日在奥地利萨尔斯堡(Salzburg)举行了第三届国际磁流体动力发电讨论会。会议由国际原子能局和欧洲核能局共同主办。会上宣读论文200篇,其中苏修69篇,美帝44篇,英帝16篇。共计2 6个国家的近400名代表参加了讨论会。
期刊
美国洛斯·阿拉莫斯实验室制造了一种电能式量热器。用于测定目前世界上最大的CO2激光器的 能量——10千焦耳。制造这种量热器所使用的材料和工艺方法,能够保证量热器确能承受极高能激光的轰击。这一制造技术还将用于制造测量Antares激光器能量的量热器。Antares激光器是一台40千焦耳的CO2激光器,它即将由洛斯·阿拉莫斯实验室制成,能将40千兆瓦的激光能量射在充氘和氚的微型靶上。40千兆瓦的能量约相当于六个洛杉肌市需用的能量总和。
期刊
Reflective fiber optic sensors have advantages for surface roughness measurements of some special workpieces, but their measuring precision and efficiency need to be improved further. A least-squares support vector machine (LS-SVM)-based surface roughness