基于点云滤波原理快速检查编辑等高线以构建数字高程模型的技术方法

发布时间：2017-08-17 17:16

  本文关键词：基于点云滤波原理快速检查编辑等高线以构建数字高程模型的技术方法

  更多相关文章： 高程点云 等高线 DEM

【摘要】：传统等高线数据的质量检查存在费时费力、工作量巨大、人工干涉较多、易出错漏等问题。点云数据直观反映了地面形态的空间分布特征,包括点的邻接关系、高程渐变和突变现象、点的斜率变化等[1]。通过量测点云的正面、剖面、断面等,可快速检测出高程异常点,指导修正地形数据,对实际工作中地形数据的生产、检查与修正有很大的借鉴意义。
【作者单位】： 国信司南(北京)地理信息技术有限公司;
【关键词】： 高程点云 等高线 DEM
【分类号】：P208
【正文快照】： 1引言等高线数据在地图数据库中占有较大的比重,地面高程数据主要也是由等高线数据生成[2]。目前我们常用的地形数据通常是采用摄影测量的技术方法,立体采集等高线和高程点,然后构建不规则三角网(TIN),内插生成数字高程模型(DEM)数据[3]。在等高线构建DEM之前,为了保证DEM数据

【相似文献】

中国期刊全文数据库 前10条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

2 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

3 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期

4 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期

5 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期

6 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期

7 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年17期

8 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年13期

9 陈凯;张达;张元生;;采空区三维激光扫描点云数据处理方法[J];光学学报;2013年08期

10 罗德安;廖丽琼;吴志群;;基于点云的建筑立面模型快速重建[J];测绘通报;2013年12期

中国重要会议论文全文数据库 前4条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 赵福生;胡静波;;基于距离-梯度的LIDAR点云简化算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年

4 李艳芳;;改进ICP算法在点云精确配准中的应用[A];2014年2月建筑科技与管理学术交流会论文集[C];2014年

中国重要报纸全文数据库 前1条

1 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

中国博士学位论文全文数据库 前6条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

3 冯义从;车载LiDAR点云的建筑物立面信息快速自动提取[D];西南交通大学;2014年

4 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学（北京）;2013年

5 熊友谊;地面激光扫描点云与鱼眼全景影像的配准与整合研究[D];中国矿业大学（北京）;2014年

6 孙美玲;机载LiDAR数据滤波及城区汽车目标检测方法研究[D];西南交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 罗寒;地面激光扫描三维模型重建技术研究[D];东华理工大学;2016年

2 朱宁宁;三维激光扫描监测地铁隧道形变关键技术研究[D];河南理工大学;2015年

3 杨莎莎;车载LiDAR点云中行道树信息提取研究[D];河南理工大学;2015年

4 钟礼山;侧视LiDAR数据多层次单木点云分割研究[D];南京大学;2016年

5 孙正林;三维激光扫描点云数据滤波方法研究[D];中南大学;2011年

6 马宁;基于激光束法区域网平差的三维激光扫描点云定向方法研究[D];山东理工大学;2015年

7 韦江霞;面向快速建模的车载激光点云的城市典型地物分类方法研究[D];首都师范大学;2014年

8 赵振峰;基于机载LiDAR点云的道路提取研究[D];昆明理工大学;2012年

9 罗勇;基于栅格点云的CSG模型生成技术研究[D];北京建筑工程学院;2012年

10 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

，

本文编号：690187