版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、機載LiDAR(Light Detection And Ranging,激光雷達)技術為獲取高精度和高密度的地形數據提供了一種新的測量手段。LiDAR數據擁有的高精度和高密度使其在生成DEM(Digital Elevation Model,數字高程模型)數據方面也備受關注。然而,在大多數情況下,對一個具體應用來說,并不需要如此龐大的數據就能滿足生產方面的要求。而且龐大的數據量給數據后處理軟件、硬件以及工作效率方面都帶來極大的挑戰(zhàn)。因此如
2、何對機載LiDAR數據構建的DEM進行有效的抽稀,如兼顧數據壓縮率與DEM精度,得到一個易于處理和操作的DEM具有重要的工程實用意義。基于這個目的,本文主要研究以下內容:
1.介紹了機載LiDAR系統的發(fā)展、系統的組成、掃描方式以及激光雷達系統的分類。在此基礎上,總結了機載LiDAR數據的主要特性,特別是數據的海量性。正是由于數據的海量性,使得由其生成的DEM數據也具有海量這個特性。這也是本文的研究所在。
2
3、.介紹了DEM定義以及DEM的主要表示模型。其中的離散點模型,也是由機載LiDAR數據生成DEM最原始的表示模型。并介紹了從LiDAR數據中得到DEM的濾波方法。
3.重點研究和總結了機載LiDAR數據構建DEM的抽稀算法,探討了已有算法的優(yōu)缺點。在此基礎上提出了基于坡度的抽稀算法,并改進了基于TIN(TriangulatedIrregular Network,不規(guī)則三角網)的抽稀算法。
4.分析了DEM精度
4、評價的方法,并對多種抽稀算法進行實驗,最后對實驗結果進行分析。實驗表明,基于坡度的抽稀算法能夠較好地保留地形特征信息;且改進的基于TIN的抽稀算法的精度也比原算法有所提高。
本論文以數據的抽稀必須考慮到精度、代價、以及數據的最終應用目的為原則。對國內外的抽稀算法進行實驗,通過實驗分析了各種算法的優(yōu)缺點以及適用哪種工程應用目的,這在實際工程應用中具有一定的實用價值。同時本文的實驗結果表明,基于坡度的抽稀算法,以及改進的基于T
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 精度約束下基于機載LiDAR點云數據的DEM壓縮算法研究.pdf
- 基于機載LiDAR點云數據的DEM提取研究.pdf
- 機載LiDAR點云數據濾波算法研究.pdf
- 基于剖面分析的機載LIDAR數據橋梁提取算法研究.pdf
- 機載LIDAR數據濾波方法研究.pdf
- 基于機載LiDAR數據的DOM生成研究與實現.pdf
- 基于機載LiDAR數據林木識別與重建.pdf
- 精度約束下地表LiDAR點云抽稀方法研究.pdf
- 機載LiDAR云數據濾波方法研究.pdf
- 機載LiDAR數據插值方法研究.pdf
- 機載LiDAR點云數據濾波方法研究.pdf
- 基于分割的機載LiDAR點云數據濾波獲取DTM方法研究.pdf
- 基于機載激光雷達點云數據的DEM構建研究.pdf
- DLG輔助的機載LiDAR點云數據濾波研究.pdf
- 基于機載LiDAR數據的電力走廊信息提取技術研究.pdf
- 基于機載LiDAR點云數據城市區(qū)域DSM重建研究.pdf
- 機載LiDAR點云數據與影像數據融合處理.pdf
- 基于機載LiDAR數據與影像處理技術的建筑物提取研究.pdf
- 基于機載激光雷達數據構建DEM的精度分析.pdf
- 基于機載LIDAR點云數據的建筑物邊緣提取.pdf
評論
0/150
提交評論