《激光三维遥感的数据分析与特征提取》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:刘春,陈华云,吴杭彬著
  • 出 版 社:北京:科学出版社
  • 出版年份:2010
  • ISBN:9787030259233
  • 页数:225 页
图书介绍:本书着眼测绘空间数据采集,介绍激光扫描技术的由来与发展。按平台的地基和空基分把激光扫描分为地面激光扫描和机载激光扫描两大部分。针对地面激光扫描,介绍了基本原理、仪器性能、仪器检校。同时给出了地面激光扫描数据处理中的数据格式、数据精度、数据空间纠正、真三维建模和数据压缩的基本思路和实现方法。针对机载激光扫描,在给出系统构成和数据格式的基础上,具体分析了数据的内外业处理流程,同时针对机载激光扫描点云数据,从数据的粗差探测、数据滤波、数据分类和数据压缩等方面详细介绍机载激光扫描数据预处理过程。此外,面向地面空间特征,则提出了具体的目标检测和目标提取的方法。最后讨论了激光扫描数据融合多光谱数据的思路和后处理方法,并通过具体实例给出实施的结果。本书从原理入手,给出具体数据处理过程,并面向特征的提取,探讨了具体的方法和实现。本书适合从事激光扫描研究的研究生和科研人使用。

第1章 绪论 1

1.1 遥感发展 1

1.1.1 遥感传感器的发展 2

1.1.2 国内外遥感新技术 5

1.1.3 摄影测量的研究现状 7

1.2 激光扫描测距技术的发展 12

1.2.1 激光扫描测距技术的发展历程 12

1.2.2 激光扫描测距技术的研究现状 14

1.3 主要研究内容 16

1.3.1 本书主要内容 16

1.3.2 本书结构 19

第2章 地面激光扫描 21

2.1 地面激光扫描的原理 21

2.2 部分地面激光扫描仪器性能参数 25

2.3 地面激光扫描仪的检校模型 29

2.4 地面激光扫描仪的精度检校和误差分析 32

2.5 数据格式分析 36

第3章 地面激光扫描数据分析和特征提取 41

3.1 激光扫描数据处理流程 41

3.1.1 工作流程 41

3.1.2 外业数据采集 41

3.1.3 内业数据处理 44

3.1.4 数据处理总结 49

3.2 激光扫描数据三维纠正与精度分析 50

3.2.1 激光扫描数据的坐标转换 50

3.2.2 应用实例 52

3.3 基于点云数据的真三维建模 55

3.3.1 RBF内插原理 56

3.3.2 自适应CS-RBF算法 57

3.3.3 多尺度CS-RBF算法 59

3.3.4 三维建模效果显示 61

3.4 点云数据的特征提取 63

3.4.1 点云的等值线提取和多分辨率表达 63

3.4.2 轮廓线特征提取 70

3.5 地面三维激光扫描的数据压缩 72

3.5.1 激光扫描数据的地形压缩 73

3.5.2 基于真三维TIN的激光扫描数据压缩 78

3.5.3 压缩方法总结 83

第4章 机载激光扫描 84

4.1 机载激光扫描硬件系统 84

4.1.1 姿态测量装置INS 84

4.1.2 精确定位装置GPS 85

4.1.3 激光扫描系统 85

4.1.4 数码相机 86

4.1.5 系统控制器 87

4.2 机载激光扫描的原理 87

4.3 机载激光扫描的内外业处理流程 92

4.3.1 作业流程 92

4.3.2 机载激光扫描外业数据获取 92

4.3.3 机载激光扫描内业数据处理 94

4.4 机载激光扫描点云存储格式LAS分析 105

4.4.1 LAS 1.0逻辑结构 105

4.4.2 LAS 1.1,LAS 1.2,LAS 2.0的发展 107

4.5 机载激光扫描数据的精度和误差分析 109

4.5.1 机载LIDAR定位模型 109

4.5.2 误差来源分析 116

4.5.3 误差模拟与分析 119

第5章 机载激光扫描的数据分析和特征提取 128

5.1 点云数据的粗差探测 128

5.1.1 单一阈值法 128

5.1.2 活动阈值法 130

5.2 基于高程统计方法的点云数据分类 132

5.2.1 点云的高程统计直方图 132

5.2.2 基于最佳阈值分析的点云数据分割 133

5.2.3 示例与分析 136

5.2.4 结论 140

5.3 基于数学形态学的点云数据目标分类和提取 140

5.3.1 三维数字图像原理和三维数学形态学 140

5.3.2 基于三维数学形态学的点云数据目标提取 142

5.4 点云数据Mean Shift分类 145

5.4.1 基本Mean Shift 145

5.4.2 扩展的Mean Shift 146

5.4.3 Mean Shift算法 148

5.4.4 实例分析 148

5.4.5 三种数据分类方法总结 150

5.5 点云数据分割和边缘特征提取 151

5.5.1 离散点云数据栅格化 151

5.5.2 数字图像的形态学处理 152

5.5.3 边缘提取 153

5.5.4 地物点分类 153

5.5.5 实例分析 155

5.6 基于点云数据的复杂城市数字地面模型获取 157

5.6.1 点云数据滤波预处理 157

5.6.2 克里金插值建模 158

5.6.3 城市区域数字地面模型提取实例 160

5.6.4 结论 164

5.7 机载激光扫描数据的压缩方法 165

5.7.1 基于不规则三角网的数据压缩方法 165

5.7.2 基于高程方向不均等三维格网的压缩方法 171

第6章 融合点云数据和多光谱影像的特征分析 178

6.1 点云数据和多光谱影像的融合方法 178

6.1.1 LIDAR与影像的几何配准 178

6.1.2 LIDAR与影像的融合 180

6.2 基于融合结果的Mean Shift分类 181

6.2.1 Mean Shift算法介绍 181

6.2.2 颜色空间的转换 184

6.2.3 聚类参数的选取 185

6.2.4 分类误差与精度分析 188

6.3 基于融合结果的城市三维特征提取 189

6.3.1 点云聚类 190

6.3.2 地面点生成DEM 191

6.3.3 在DEM上构建三维建筑物 192

6.3.4 在DEM上表达植被特征 193

6.4 基于融合结果的水体提取 195

6.4.1 研究方法与数据 197

6.4.2 水体特征提取模型 198

6.4.3 结果对比和精度分析 202

6.5 基于融合结果的海岸线提取 205

6.5.1 研究数据介绍 205

6.5.2 研究方法与思路 207

6.5.3 基岩岸线的提取 208

6.5.4 试验结果与精度评估 212

参考文献 216