CN104050474A - 一种基于LiDAR数据的海岛岸线自动提取方法 - Google Patents
一种基于LiDAR数据的海岛岸线自动提取方法 Download PDFInfo
- Publication number
- CN104050474A CN104050474A CN201410256357.6A CN201410256357A CN104050474A CN 104050474 A CN104050474 A CN 104050474A CN 201410256357 A CN201410256357 A CN 201410256357A CN 104050474 A CN104050474 A CN 104050474A
- Authority
- CN
- China
- Prior art keywords
- island
- data
- lidar
- water front
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于LiDAR数据的海岛岸线自动提取方法,首先提取海岛点云数据,利用ArcGIS 10.1的LAS Dataset工具对海岛LAS格式的LiDAR点云数据进行粗差剔除,即过滤非海岛点;其次利用Alpha Shapes模型进行点云数据滤波和自动提取海岛岸线边界。本发明具有更快的速度、更高的稳定性、更高的提取精度,同时有较好的自适应性。
Description
技术领域
本发明属于海(岛)岸线自动提取技术领域,涉及一种基于LiDAR数据的海岛岸线自动提取方法。
背景技术
海岸线是海陆分界线,在我国系指多年平均大潮高潮位时海陆分界的痕迹线。海岸线是划分海洋与陆地行政管理区域的基准线,是确定领海内水和陆地的分界线,是区分海洋深度基准和陆地高程基准的分界线。由于各种自然和人为因素的影响,海(岛)岸线的位置和属性会发生变化,快速准确的测定海岸线位置和属性的动态变化是人们研究海陆相互作用、沿海围垦、港口开发、城镇扩建等必须进行的一项技术活动,是海域管理的基础信息,也是地形图测绘、海道测量、海岸带与海岛调查等的重要内容。
当前常用的海(岛)岸线提取方法可分为实地测量和遥感获取两种。实地测量方式耗时费力、效率低、工作周期长,难以快速反映海岸线的动态变化。而利用遥感技术获取则不受地表、海况、环境等条件限制,其数据源主要有:传统光学卫星影像和部分航空影像数据、SAR数据、LiDAR数据以及视频成像等(R.GENS,2010),其中利用光学影像数据进行海岸线的提取方法研究较多。在光学影像数据和SAR数据解译中,除人工解译外,主要利用图像的边缘检测技术或者对图像进行纹理分析将海岸线作为边缘检测出来(谢秀琴,2012)。随着计算机技术的飞速发展,自动解译技术的水平也不断提高,各种新的算法不断出现,岸线提取精度也不断提高(谢秀琴,2012),此外部分学者(刘艳霞等,2012)顾及到潮位、坡度与季节等一些因素的影响,提出新的方法,近一步提高了岸线提取的精度。
LiDAR(Light Detection And Ranging)既机载激光雷达,能够快速获取地球表面的三维数据,是近十年开始应用的高新技术之一,数字地球、数字城市、海洋、灾害、林业、电力、交通等领域正在成为一个非常有力的数据采集工具。机载LiDAR具有采集速度快、高程精度高、外业和后处理成本低的优点,尤其适合于人工无法测量的海岛、礁石、悬崖、滩涂、海冰等目标的三维测量。
目前,基于LiDAR数据提取海(岛)岸线大致可分为三种思路:(1)由LiDAR点云生成的DEM,然后采用一些算法如剖面分析法、DEM分割法、等高线跟踪法等中提取海(岛)岸线(董保根等,2012);(2)基于机载LiDAR生成高精度DEM,利用DEM和其他因素(如潮汐、地形等)用不同的方法获得海(岛)岸线;(3)利用遥感数据生成的二维数据和LiDAR数据生成的三维数据进行联合提取海(岛)岸线(Foad Yousef等,2013)。从海岸带高精度DSM/DEM中提取高、低潮线,该方法实现简单、精度高,是目前使用最广泛的方式,然而直接跟踪等高线碎片多,不够美观,需要大量的人工编辑,效率低,利用其他方法需要其他数据的支持如航空影像或者遥感影像,增加了提取难度。也有部分学者利用水体的几何特征提取水边线(Alexander等,2008;王宗跃等,2010),取得了不错的效果,但是该方法只适用于河道等地形起伏明显的地区,不适合地形平缓的海岸地带。
在一篇文献(联合机载LiDAR数据和潮汐数据自动提取潮位线,遥感学报[J].2012(2).-405-416)中,披露了一种低潮线的提取方法,首先,联合机载激光雷达(LiDAR)数据提取的海岸带数字表面模型(DSM)与验潮站数据提取的高、低潮面进行相交运算,生成“水陆二值图像”,然后对其以提取边缘的方式提取高、低潮线;针对LiDAR光束无法穿透水体导致低潮线附近DSM为无效值的缺陷,采取移动趋势面拟合法外推概略低潮线附近DSM,在此基础上重新提取更精确的低潮线。
倪绍起,张杰,马毅,任广波等(基于机载LiDAR与潮汐推算的海岸带自然岸线遥感提取方法研究[J]。海洋学研究,2013,03:55-61.)提出一种基于机载LiDAR与潮汐推算的自然岸线遥感提取方法:基于机载LiDAR系统获取的航空正射影像解译瞬时水边线,应用LiDAR系统提取的DEM和建立的高程系统转换模型,通过潮汐数据推算研究区域的海岸线。此方法需要遥感数据和潮汐数据的支持,适用性不高。
发明内容
本发明的目的在于提供一种基于LiDAR数据的海岸线自动提取方法,无需构建DEM(或DSM),快速高效,可有效的解决海(岛)岸线快速准确提取的问题,克服了传统方法提取海(岛)岸线方法复杂和精度低的问题。
本发明的技术方案是按照以下步骤进行:
步骤1:首先提取LiDAR点云数据,利用ArcGIS 10.1的LAS Dataset工具对海岛或海岸带LAS格式的LiDAR点云数据进行粗差剔除;
步骤2:利用Alpha Shapes模型算法对剔除粗差后海岛或海岸带点云数据进行滤波处理和自动提取边界。
进一步,步骤1中剔除过程为:以平均大潮高潮面作为高程阈值,以保证海岛数据能通过的反射强度作为强度阈值,通过保留点高程和点反射强度,并删除横纵坐标在海岛范围之外的点,得到点云数据。
进一步,步骤2中提取边界的方法为:
1):点云的展绘,把粗差剔除后的点云数据输入到软件中进行处理;
2):利用Alpha Shapes模型进行海岛岸线的提取,根据点云的平均密度,输入特定的al值(Alpha Shapes模型的参数),通常al值设置为平均边长的2倍,若需要岸线较为平滑,可适当增大al值,若需要过滤某些小的噪音,则al值不宜过大。
进一步,步骤2中Alpha Shapes模型的判断条件为:点集S内,根据Alpha Shapes算法,过任意两点P1、P2绘制半径为α的圆,如果这个圆内没有其他点,则认为点P1、P2是边界点,其连线P1P2是边界线段。
本发明具有更快的速度、更高的稳定性、更高的提取精度,同时有较好的自适应性。
附图说明
图1是本发明具体实施的技术流程图;
图2是本发明实施中在Arcgis软件中打开的原始的LAS数据图;
图3是本发明实施中在Arcgis软件中插值后的反射强度数据图;
图4是本发明实施中在Arcgis软件中剔除粗差后的点云图;
图5是本发明实施中Alpha Shapes算法提取海岛岸线示意图;
图6是本发明实施中Alpha Shapes算法实现示例图;
图7是本发明实施中软件中展绘后的点云图;
图8是本发明实施中在软件中对海岛点云边界提取图;
图9是本发明实施例中最后提取到的海岛岸线图;
图10是本发明实施例中海岛岸线实测图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的思路是:不需要高分辨率影像,不需要构建DEM,直接基于LiDAR点云数据和平均大潮高潮面高程快速提取海(岛)岸线,基于Alpha Shapes模型算法实现LiDAR数据滤波和海岛岸线的自动提取。为便于理解本发明涉及的技术和方法,首先介绍一些基本理论。目前广泛应用的LAS标准有Version1.0,1.1,1.2,1.3,2.0。LAS1.0系列中一个完整的LAS文件格式由三个组成部分:公共头文件、变长记录和LiDAR三维激光点集记录,而LAS2.0中增加了可以区分点数据类型的元数据区,LAS格式的公共头文件部分包含了文件类型标识、版本信息、文件创建时间、头文件大小、点的数量、坐标系统、坐标的缩放因子、坐标偏移值、坐标的极值等信息。LAS2.0中新增的点记录元数据块实际上是以前版本中变长记录的第一部分,不同的是其数据结构可由用户按需定制,且文件中所有的定义格式都要以“LASF_”开头,“LASF_END”结尾。
元数据区主要记录的信息有回波强度、点数据的分类信息、机载LiAR扫描器信息、点数据来源、GPS信息、波段信息、属性信息及用户定义字段等。变长记录中主要存储数据的投影信息和用户自定义信息,该部分文件大小固定,LAS2.0中是58bit。ESRI公司ArcGIS 10.1以后版本推出了LAS数据集(LAS Dataset)以加强对LiDAR数据的支持。LAS Dataset是一种二进制文件(.lasd),它存储LAS文件和表面约束要素类的索引(断裂线、区域边界、水面等),可以直接对LAS数据进行可视化、管理、编辑、分析和共享。
本发明的方法是通过如下步骤实现的:
步骤1:首先提取LiDAR点云数据,利用ArcGIS 10.1的LASDataset工具对某海岛LAS格式的LiDAR点云数据进行粗差剔除,剔除步骤如下:
以平均大潮高潮面作为高程阈值,以保证海岛数据能通过的反射强度作为强度阈值,通过保留点高程和点反射强度,并删除横纵坐标在海岛范围之外的点,得到点云数据。
步骤2:利用Alpha Shapes模型算法对剔除粗差后海岛或海岸带点云数据进行滤波处理和自动提取边界。
提取边界的步骤为:
1):点云的展绘。把粗差剔除后的点云数据输入到软件中进行处理;
2):边界的提取。利用Alpha Shapes模型进行海岛岸线的提取,根据点云的平均密度,输入特定的al值(Alpha Shapes模型的参数),通常al值设置为平均边长的2倍,若需要岸线较为平滑,可适当增大al值,若需要过滤某些小的噪音,则al值不宜过大。
关于Alpha Shapes模型,是指一个有限的点集S,Alpha shapes是一个多边形,这个多边形是由点集S和参数al决定的且唯一。Alphashapes直观的表现了点集S的形状,参数α控制了多边形生成的精细程度。
一个有限离散点集S如图5所示,由n个点构成,这n个点可以组成n×(n-1)条线段;
Alpha Shapes模型的判断条件:
点集S内,根据Alpha Shapes算法,过任意两点P1、P2绘制半径为α的圆,如果这个圆内没有其他点,则认为点P1、P2是边界点,其连线P1P2是边界线段。
如图6(a)所示,假设已知两点P1、P2坐标分别是x1、y1,x2、y2,求过这两点的圆的圆心P3,实际上就是求与这两点距离为α的点P3的坐标x3、y3,相当于测绘学中的距离交汇法。
由已有距离交汇算法得:
(1)
S2 P1P2=(x1-x2)2+(y1-y2)2,α为半径
获得圆心后,圆内是否有其他点,则只需判断其他点到圆心的距离是否小于α值。
Alpha Shapes算法流程:
第1步:从点集S中任意点P1开始,在与之距离小于2×α的点构成的子集S2(图6(b)中所有点)中任取一点P2,利用公式1求出过P1圆心P0;
第2步:点集S2中,依次求出(除P1、P2外)所有点到P0的距离L:
①如果所有L都大于等于α(如图6(b)上方两圆,其内没有其他点),则判断点P1、P2是边界点,P1P2是边界线段;
②如果L小于α(如图6(b)下方两圆,其内有其他点)则中断,转向第3步。
第3步:对S2中下一个点重复1-2步判断,直到S2中全部点判断结束;
第4步:取S中下一个点重复1-3步判断,直到S中全部点判断结束。当上述流程结束后,所有的边界线段就被提取了出来,如图6(c)所示。
本发明通过使用基于Alpha Shapes模型原理的LiDAR数据海(岛)岸线处理软件进行点云数据滤波和自动提取海岛岸线边界。其中关于软件的功能和技术特点如下:
软件基于Object ARX2006二次开发Auto CAD2006完成,具有读取LIDAR点云数据并展绘于CAD功能,自动提取并绘制海岛边界线功能,自动生成海岛三角网功能。该软件技术特点:能够快速的自动提取并绘制海(岛)岸线及三维模型,用于地图制图和三维仿真等领域。
下面列举具体实施例对本发明进行说明:
实施例1:
A:在arcgis10.1中打开的原始的LAS数据(如附图2所示);并对反射强度数据进行插值,如附图3所示。以平均大潮高潮面2.5米作为高程阈值,以点反射强度40为阈值过滤后的点云(如图4所示),该数据包含了大量水面点和噪音点数据。
B:使用LiDAR数据海(岛)岸线处理软件进行点云数据滤波和自动提取海岛岸线。
B1:展绘点云。通过功能键活着输入命令的方式,设置比例尺为1:1000;选择合适的符号形状,在视图中显示点云数据(如附图7)。
B2:在软件中对海岛点云边界提取。在CAD的窗口中,交互的选择LiDAR点云,选择后系统提示共计选择点数量,并按提示输入alpha值回车确认后系统开始运算(如附图8)。在CAD中将电云图层关闭后,则显示岸线图层line(如附图9)。
为了验证本方法的效果,我们进行了如下实验:
本次实验用LiDAR数据经检测其平面精度为20cm,高程精度30cm。将基于Alpha Shapes模型提取的岸线(如附图9)与2010年5月实测的岸线(如附图10)进行比对,发现Alpha Shapes模型自动提取的岸线精度较高,岸线点平均平面误差≤5m,最大偏移误差≤15m(未考虑人工测量地物取舍的因素),若辅助人工编辑修改,则可以实现1m精度的岸线提取,可用于制作1:1万的海岛地形图。
本发明以海(岛)岸线为研究对象,在对LiDAR数据的存储格式、处理流程进行了分析后,基于平均大潮高潮和反射强度过滤LiDAR点云数据,引入Alpha Shapes模型算法对数据进一步滤波并同时进行海(岛)岸线自动提取。经与实测岸线叠加对比,该方法自动提取的海(岛)岸线平面精度,且具有良好的自适应性、速度快、稳定性高等特点,非常适合各类海(岛)岸线提取。
Claims (4)
1.一种基于LiDAR数据的海岛岸线自动提取方法,其特征在于按照以下步骤进行:
步骤1:首先提取LiDAR点云数据,利用ArcGIS 10.1的LASDataset工具对某海岛LAS格式的LiDAR点云数据进行粗差剔除;
步骤2:利用Alpha Shapes模型算法对剔除粗差后海岛或海岸带点云数据进行滤波处理和自动提取边界。
2.按照权利要求1所述一种基于LiDAR数据的海岛岸线自动提取方法,其特征在于:所述步骤1中剔除过程为:以平均大潮高潮面作为高程阈值,以保证海岛数据能通过的反射强度作为强度阈值,通过保留点高程和点反射强度,并删除横纵坐标在海岛范围之外的点,得到点云数据。
3.按照权利要求1所述一种基于LiDAR数据的海岛岸线自动提取方法,其特征在于:所述步骤2中提取边界的方法为:
1):点云的展绘,把粗差剔除后的点云数据输入到软件中进行处理;
2):边界的提取;利用Alpha Shapes模型进行海岛岸线的提取,根据点云的平均密度,输入特定的al值(Alpha Shapes模型的参数),通常al值设置为平均边长的2倍,若需要岸线较为平滑,可适当增大al值,若需要过滤某些小的噪音,则al值不宜过大。
4.按照权利要求1所述一种基于LiDAR数据的海岛岸线自动提取方法,其特征在于:所述步骤2中Alpha Shapes模型的判断条件为:点集S内,根据Alpha Shapes算法,过任意两点P1、P2绘制半径为α的圆,如果这个圆内没有其他点,则认为点P1、P2是边界点,其连线P1P2是边界线段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410256357.6A CN104050474A (zh) | 2014-06-10 | 2014-06-10 | 一种基于LiDAR数据的海岛岸线自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410256357.6A CN104050474A (zh) | 2014-06-10 | 2014-06-10 | 一种基于LiDAR数据的海岛岸线自动提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104050474A true CN104050474A (zh) | 2014-09-17 |
Family
ID=51503286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410256357.6A Pending CN104050474A (zh) | 2014-06-10 | 2014-06-10 | 一种基于LiDAR数据的海岛岸线自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104050474A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376595A (zh) * | 2014-11-28 | 2015-02-25 | 史文中 | 一种基于机载LiDAR和GIS协同的三维道路生成方法 |
CN104535001A (zh) * | 2015-01-16 | 2015-04-22 | 南京大学 | 基于多波束高度计实验数据的海冰厚度估算方法 |
CN105825506A (zh) * | 2016-03-14 | 2016-08-03 | 河海大学 | 一种利用LiDAR点云数据提取水体边缘线的方法 |
CN107103603A (zh) * | 2017-05-18 | 2017-08-29 | 北京道亨时代科技有限公司 | 一种倾斜测量场景的地物提取方法 |
CN107993242A (zh) * | 2017-12-14 | 2018-05-04 | 天津大学 | 基于机载LiDAR点云数据缺失区域边界提取方法 |
CN108320317A (zh) * | 2018-02-09 | 2018-07-24 | 长江水利委员会长江科学院 | 一种基于高分辨率数字地形的堤防线数据提取方法 |
CN109190538A (zh) * | 2018-08-24 | 2019-01-11 | 华北水利水电大学 | 一种基于遥感技术的多泥沙河流三角洲海岸带演化分析方法 |
CN109631863A (zh) * | 2019-01-22 | 2019-04-16 | 青岛秀山移动测量有限公司 | 一种空地结合的潮间带一体化测绘方法 |
CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
CN110533677A (zh) * | 2019-08-30 | 2019-12-03 | 广东博智林机器人有限公司 | 一种基于3d视觉的边缘提取方法及系统 |
CN111046885A (zh) * | 2019-12-12 | 2020-04-21 | 厦门大学 | 一种基于哨兵一号合成孔径雷达图像的海冰测绘方法 |
CN112433227A (zh) * | 2021-01-28 | 2021-03-02 | 中国地质大学(武汉) | 一种水容量变化监测方法、系统、终端设备及存储介质 |
CN112926465A (zh) * | 2021-03-02 | 2021-06-08 | 中国人民解放军战略支援部队信息工程大学 | 基于点云类型的海岸线性质识别方法及装置 |
CN113011520A (zh) * | 2021-04-01 | 2021-06-22 | 成都九洲迪飞科技有限责任公司 | 基于热力图与图论聚类的雷达数据过滤方法 |
CN114295585A (zh) * | 2022-01-04 | 2022-04-08 | 浙江大学 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
CN117131653A (zh) * | 2023-06-09 | 2023-11-28 | 中国人民解放军92493部队试验训练总体研究所 | 一种岛岸环境雷达目标反射特性仿真方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090240433A1 (en) * | 2008-03-18 | 2009-09-24 | University Of South Carolina | System for Determining Risk of Loss to Coastal Wetlands |
CN202066509U (zh) * | 2010-12-06 | 2011-12-07 | 中国测绘科学研究院 | 测绘信息综合采集装置 |
-
2014
- 2014-06-10 CN CN201410256357.6A patent/CN104050474A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090240433A1 (en) * | 2008-03-18 | 2009-09-24 | University Of South Carolina | System for Determining Risk of Loss to Coastal Wetlands |
CN202066509U (zh) * | 2010-12-06 | 2011-12-07 | 中国测绘科学研究院 | 测绘信息综合采集装置 |
Non-Patent Citations (2)
Title |
---|
张良 等: "《Utilization of LiDAR and tidal gauge data for automatic》", 《遥感学报》 * |
沈蔚 等: "《基于LIDAR数据的建筑轮廓线提取》", 《遥感学报》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376595A (zh) * | 2014-11-28 | 2015-02-25 | 史文中 | 一种基于机载LiDAR和GIS协同的三维道路生成方法 |
CN104376595B (zh) * | 2014-11-28 | 2017-03-29 | 史文中 | 一种基于机载LiDAR和GIS协同的三维道路生成方法 |
CN104535001B (zh) * | 2015-01-16 | 2017-02-22 | 南京大学 | 基于多波束高度计实验数据的海冰厚度估算方法 |
CN104535001A (zh) * | 2015-01-16 | 2015-04-22 | 南京大学 | 基于多波束高度计实验数据的海冰厚度估算方法 |
CN105825506A (zh) * | 2016-03-14 | 2016-08-03 | 河海大学 | 一种利用LiDAR点云数据提取水体边缘线的方法 |
CN105825506B (zh) * | 2016-03-14 | 2018-04-03 | 河海大学 | 一种利用LiDAR点云数据提取水体边缘线的方法 |
CN107103603A (zh) * | 2017-05-18 | 2017-08-29 | 北京道亨时代科技有限公司 | 一种倾斜测量场景的地物提取方法 |
CN107993242B (zh) * | 2017-12-14 | 2022-06-03 | 天津大学 | 基于机载LiDAR点云数据缺失区域边界提取方法 |
CN107993242A (zh) * | 2017-12-14 | 2018-05-04 | 天津大学 | 基于机载LiDAR点云数据缺失区域边界提取方法 |
CN108320317A (zh) * | 2018-02-09 | 2018-07-24 | 长江水利委员会长江科学院 | 一种基于高分辨率数字地形的堤防线数据提取方法 |
CN108320317B (zh) * | 2018-02-09 | 2021-04-09 | 长江水利委员会长江科学院 | 一种基于高分辨率数字地形的堤防线数据提取方法 |
CN109190538B (zh) * | 2018-08-24 | 2021-06-08 | 华北水利水电大学 | 一种基于遥感技术的多泥沙河流三角洲海岸带演化分析方法 |
CN109190538A (zh) * | 2018-08-24 | 2019-01-11 | 华北水利水电大学 | 一种基于遥感技术的多泥沙河流三角洲海岸带演化分析方法 |
CN109631863A (zh) * | 2019-01-22 | 2019-04-16 | 青岛秀山移动测量有限公司 | 一种空地结合的潮间带一体化测绘方法 |
CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
CN109934891B (zh) * | 2019-03-19 | 2023-02-24 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
CN110533677A (zh) * | 2019-08-30 | 2019-12-03 | 广东博智林机器人有限公司 | 一种基于3d视觉的边缘提取方法及系统 |
CN111046885A (zh) * | 2019-12-12 | 2020-04-21 | 厦门大学 | 一种基于哨兵一号合成孔径雷达图像的海冰测绘方法 |
CN111046885B (zh) * | 2019-12-12 | 2023-04-07 | 厦门大学 | 一种基于哨兵一号合成孔径雷达图像的海冰测绘方法 |
CN112433227A (zh) * | 2021-01-28 | 2021-03-02 | 中国地质大学(武汉) | 一种水容量变化监测方法、系统、终端设备及存储介质 |
CN112926465A (zh) * | 2021-03-02 | 2021-06-08 | 中国人民解放军战略支援部队信息工程大学 | 基于点云类型的海岸线性质识别方法及装置 |
CN112926465B (zh) * | 2021-03-02 | 2023-04-07 | 中国人民解放军战略支援部队信息工程大学 | 基于点云类型的海岸线性质识别方法及装置 |
CN113011520A (zh) * | 2021-04-01 | 2021-06-22 | 成都九洲迪飞科技有限责任公司 | 基于热力图与图论聚类的雷达数据过滤方法 |
CN114295585A (zh) * | 2022-01-04 | 2022-04-08 | 浙江大学 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
CN114295585B (zh) * | 2022-01-04 | 2024-03-22 | 浙江大学 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
CN117131653A (zh) * | 2023-06-09 | 2023-11-28 | 中国人民解放军92493部队试验训练总体研究所 | 一种岛岸环境雷达目标反射特性仿真方法和系统 |
CN117131653B (zh) * | 2023-06-09 | 2024-02-09 | 中国人民解放军92493部队试验训练总体研究所 | 一种岛岸环境雷达目标反射特性仿真方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104050474A (zh) | 一种基于LiDAR数据的海岛岸线自动提取方法 | |
CN107063197B (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
Zhao et al. | A simple waterline approach for tidelands using multi-temporal satellite images: A case study in the Yangtze Delta | |
CN103363962B (zh) | 一种基于多光谱影像的湖泊水储量遥感估算方法 | |
CN103400405B (zh) | 基于海底数字水深模型特征提取的多波束水深图构建方法 | |
CN102521835B (zh) | 一种基于空间三维模板的点云数据树高提取方法 | |
CN103679655A (zh) | 一种基于坡度与区域生长的LiDAR点云滤波方法 | |
CN106650618A (zh) | 一种基于随机森林模型的人口数据空间化方法 | |
CN103020342A (zh) | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 | |
CN111951392A (zh) | 一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法 | |
CN103020966A (zh) | 一种基于建筑物轮廓约束的航空与地面LiDAR数据自动配准方法 | |
Chen et al. | Using LiDAR surveys to document floods: A case study of the 2008 Iowa flood | |
CN103791890A (zh) | 一种滩涂湿地地形快速测量的遥感遥测方法 | |
CN104268848A (zh) | 一种海洋内波波速监测的方法 | |
CN107479065A (zh) | 一种基于激光雷达的林窗立体结构量测方法 | |
Herzog et al. | Least-cost kernel density estimation and interpolation-based density analysis applied to survey data | |
Liu et al. | Toward a method of constructing tidal flat digital elevation models with MODIS and medium-resolution satellite images | |
Vetter et al. | Estimating changes of riverine landscapes and riverbeds by using airborne LiDAR data and river cross-sections | |
CN112926468A (zh) | 一种潮滩高程自动提取方法 | |
CN107085219A (zh) | 一种地面线数据的自动生成系统 | |
CN113834547A (zh) | 一种河流虚拟站水位时序重建方法及系统 | |
CN102968470A (zh) | 一种准确计算具有水涮窝的冲沟沟头沟壁形态变化的方法 | |
White | Utilization of LIDAR and NOAA's vertical datum transformation tool (VDatum) for shoreline delineation | |
Hua et al. | The research of artificial shoreline extraction based on airborne LIDAR data | |
CN113432549B (zh) | 一种基于无人机摄影测量的潮沟三维参量提取方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140917 |