CN109859315B - 一种三维影像的地表植被分离方法 - Google Patents
一种三维影像的地表植被分离方法 Download PDFInfo
- Publication number
- CN109859315B CN109859315B CN201811565062.1A CN201811565062A CN109859315B CN 109859315 B CN109859315 B CN 109859315B CN 201811565062 A CN201811565062 A CN 201811565062A CN 109859315 B CN109859315 B CN 109859315B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- area
- digital
- point cloud
- aerial
- 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.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及测绘领域，它涉及一种三维影像的地表植被分离方法，其要点是：三维影像的地表植被分离方法，包括以下步骤：获取同一测区的早期凸山航片数据和近期覆盖植被航片数据；对上述两期的数据进行处理，以获取测区在相应时期的三维点云数据，并根据三维点云数据，构建测区在相应时期的数字表面模型；根据测区在早期凸山时的数字表面模型,对测区在近期覆盖植被时的数字表面模型进行处理,以得到测区在近期覆盖植被时的地表植被分离后的第一数字高程模型。本发明的三维影像的地表植被分离方法，可以对测区在近期覆盖植被时的数字表面模型的地表与植被进行分离，从而可以得到测区在近期覆盖植被时的地表植被分离后的数字高程模型。
Description
技术领域
本发明涉及测绘技术领域，特别涉及一种三维影像的地表植被分离方法。
背景技术
随着现代测绘技术的发展，利用航空摄影测量技术获取高分辨率数字正射影像和数字表面模型DSM，并应用于架空输电线路路径优选和设计优化，已成为输电线路工程设计的重要辅助手段，在降低工程造价和加强环境保护方面发挥了重要的作用。
传统的航空摄影测量技术以其成本低、机动灵活、获取的空间信息分辨率高为优势，虽然可以快速获取遥感影像和数字表面模型DSM，但是离地面地形模型（即数字高程模型DEM）还有一段距离。这是由于现今山地植被茂密、覆盖率高的影响，航拍获取影像技术无法穿透植被获取真实地形信息，并且基于航空影像建模，再经人工采集矢量信息构建TIN（Triangulated Irregular Network，不规则三角网）生成数字高程模型DEM的方式耗时长、效率低、精度可靠性差。
发明内容
有鉴于此，本发明提供一种三维影像的地表植被分离方法，主要目的在于解决现有山地的植被茂密、覆盖率高导致其数字高程模型DEM的获取较为困难的技术问题。
为达到上述目的，本发明主要提供如下技术方案：
本发明的实施例提供一种三维影像的地表植被分离方法，包括以下步骤：
步骤S1：获取同一测区的早期凸山航片数据和近期覆盖植被航片数据；
步骤S2：对所述早期凸山航片数据和所述近期覆盖植被航片数据进行处理，以获取所述测区在相应时期的三维点云数据，并根据所述三维点云数据，构建所述测区在相应时期的数字表面模型；
步骤S3：根据所述测区在早期凸山时的数字表面模型,对所述测区在近期覆盖植被时的数字表面模型进行处理,以得到所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型。
通过采用上述技术方案，本发明三维影像的地表植被分离方法可以对测区在近期覆盖植被时的数字表面模型的地表与植被进行分离，进而可以得到测区在近期覆盖植被时的地表植被分离后的数字高程模型，该方法解决了现有山地的植被茂密、覆盖率高导致其数字高程模型DEM的获取较为困难的技术难题。
本发明进一步设置为：对所述早期凸山航片数据进行处理，以获取所述测区在早期凸山时的三维点云数据，具体为：
对早期凸山航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取所述测区在早期凸山时的三维点云数据。
通过采用上述技术方案，可以利用全数字航测系统软件对测区的早期凸山航片数据进行空三加密以及密集匹配获取三维点云数据，其可以节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
本发明进一步设置为：对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价。
通过采用上述技术方案，可以确保测区的早期凸山航片数据的空三加密成果精度。
本发明进一步设置为：所述对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价，具体为：
将所述早期凸山航片数据的空三加密成果与实地测量值进行比较，以确定所述早期凸山航片数据空三加密成果的精度；
或，
根据所述早期凸山航片数据空三加密的成果，获取所述测区在早期凸山时的航测线划图；将所述测区在早期凸山时的航测线划图分别与所述测区的1：2000航测线划图和1：10000航测线划图进行比较，以评价所述早期凸山航片数据空三加密成果的精度。
通过上述的两种方式，都可以对测区的早期凸山航片数据的空三加密精度进行评估，以了解其空三加密的精度。
本发明进一步设置为：对所述近期覆盖植被航片数据进行处理，以获取所述测区在近期覆盖植被时的三维点云数据，具体为：
对所述近期覆盖植被航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取所述测区在近期覆盖植被时的三维点云数据。
通过采用上述技术方案，可以利用全数字航测系统软件对测区的近期覆盖植被航片数据进行空三加密以及密集匹配获取三维点云数据，其可以节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
本发明进一步设置为：根据所述测区在早期凸山时的数字表面模型,对所述测区在近期覆盖植被时的数字表面模型进行处理,以得到所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型，具体为：
将所述测区在早期凸山时的数字表面模型和在近期覆盖植被时的数字表面模型分别进行点云自动滤波与分类，以得到各自匹配的点云数据；
通过点云配准将测区在不同时期匹配的点云数据配准到同一高程基准下；
以所述测区在早期凸山时匹配的点云数据为基准，对所述测区在近期覆盖植被时匹配的点云数据再次进行分类，以得到所述测区在近期覆盖植被时的地表植被分离后的匹配点云数据；
根据所述测区在近期覆盖植被时的地表植被分离后的匹配点云数据，构建所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型。
通过上述的操作步骤，即可得到测区在近期覆盖植被时的地表植被分离后的第一数字高程模型，其全部在电脑上通过软件进行操作，节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
本发明进一步设置为：本发明三维影像的地表植被分离方法还包括：
步骤S4：对第一数字高程模型的精度进行评价。
通过采用上述技术方案，可以以了解第一数字高程模型的精度。
本发明进一步设置为：所述对第一数字高程模型的精度进行评价，具体为：
利用无人机载激光雷达采集所述测区的三维激光点云数据，根据所述三维激光点云数据，构建所述测区的第二数字高程模型；
将所述第二数字高程模型与所述第一数字高程模型进行匹配和比较，采用预设的规则对所述第一数字高程模型的精度进行评价。
通过上述的方法，可以对测区在近期覆盖植被时的地表植被分离后的数字高程模型进行评估，以了解其精度状态。
本发明进一步设置为：所述采用预设的规则对所述第一数字高程模型的精度进行评价，具体为：
计算所述第一数字高程模型与所述第二数字高程模型两者参考面之间的距离，距离越小，则所述第一数字高程模型的相对高程精度越高；反之，则所述第一数字高程模型的相对高程精度越低；
或，将第一数字高程模型的特征点线面数据与第二数字高程模型内相对应的特征点线面数据进行比较，以确定所述第一数字高程模型的绝对精度。
通过上述的两种方式，都可以对第一数字高程模型的精度进行评估，以了解其精度。
借由上述技术方案，本发明三维影像的地表植被分离方法至少具有以下有益效果：
在本发明提供的技术方案中，由于测区在早期为凸山状态，其山地植被覆盖率低，城市建筑物也相对稀疏，通过对测区的早期凸山航片数据进行处理得到的数字表面模型DSM，理论上可以直接反映该测区的地形，并且更接近该测区实际的数字高程模型DEM，从而基于测区在早期凸山时的数字表面模型，可以对测区在近期覆盖植被时的数字表面模型的地表与植被进行分离，进而可以得到测区在近期覆盖植被时的地表植被分离后的数字高程模型，该方法解决了现有山地的植被茂密、覆盖率高导致其数字高程模型DEM的获取较为困难的技术难题。
另外，上述的技术方案还解决了地表和植被的分离难题，在实现输电线路设计路径选择和定位科学性的基础上，进一步提高了输电线路设计和建设的质量和效率，提升了电网工程建设的精细化和智能化水平。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明的一实施例提供的一种三维影像的地表植被分离方法的流程图；
图2是本发明的一实施例提供的一种测区早期凸山航片区域网划分规则图；
图3是本发明的一实施例提供的一种测区早期凸山航片数据空三加密的流程图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明申请的具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
如图1所示，本发明的一个实施例提出的一种三维影像的地表植被分离方法，其包括以下步骤：
步骤S1：获取同一测区的早期凸山航片数据和近期覆盖植被航片数据。
其中，测区的早期秃山航片数据可利用1975年～1998年之间已数字化处理的胶片航摄资料，测区的近期覆盖植被航片数据尽可能利用地面分辨率优于0.2米的最新航摄资料。
这里需要说明的是:上述的早期和近期两者是相对而言，在同一时间轴上，早期的时间要早于近期的时间。在一些场合中,上述的早期凸山航片也可以称之为历史凸山航片。
步骤S2：对早期凸山航片数据和近期覆盖植被航片数据进行处理，以获取测区在相应时期的三维点云数据，并根据三维点云数据，构建测区在相应时期的数字表面模型；
其中，由于测区在早期凸山时的植被覆盖率低，城市建筑物也相对稀疏，通过对测区的早期凸山航片数据进行处理得到的数字表面模型DSM，理论上可以直接反映该测区的地形，比通过传统方法生产的数字高程模型DEM更加准确，而且更接近实际的数字高程模型DEM。
步骤S3：根据测区在早期凸山时的数字表面模型,对测区在近期覆盖植被时的数字表面模型进行处理,以得到测区在近期覆盖植被时的地表植被分离后的数字高程模型。为了与下文中的数字高程模型区分开，优选的将此处的数字高程模型取为第一数字高程模型。
在上述提供的技术方案中，由于测区在早期凸山时的数字表面模型DSM，理论上可以直接反映该测区的地形，并且更接近该测区实际的数字高程模型DEM，从而基于测区在早期凸山时的数字表面模型，可以对测区在近期覆盖植被时的数字表面模型的地表与植被进行分离，进而可以得到测区在近期覆盖植被时的地表植被分离后的数字高程模型，该方法解决了现有山地的植被茂密、覆盖率高导致其数字高程模型DEM的获取较为困难的技术难题。
另外，上述的技术方案还解决了地表和植被的分离难题，在实现输电线路设计路径选择和定位科学性的基础上，进一步提高了输电线路设计和建设的质量和效率，提升了电网工程建设的精细化和智能化水平。
进一步的，前述步骤S2中对早期凸山航片数据进行处理，以获取测区在早期凸山时的三维点云数据，具体为：
对早期凸山航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取测区在早期凸山时的三维点云数据。
其中，可以利用全数字航测系统软件对测区的早期凸山航片数据进行空三加密以及密集匹配获取三维点云数据，其可以节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
为了确保对早期凸山航片数据空三加密的精度，在顾及区域控制点分布的情况下，如图2所示，应选取包括试点工程线路走廊的最小外接矩形为加密区域网。
由于测区可用早期凸山航片数据一般为胶片扫描影像，并且不同胶片扫描影像的相幅大小各不相同，所以在对测区早期凸山航片数据进行空三加密时，需要将胶片扫描影像的坐标系转换成像平面坐标系。其首先需要对测区早期凸山航片进行内定向，然后才能进行自动匹配功能，转刺控制点。其中，测区的早期凸山航片数据的空三加密技术流程如图3所示。
进一步的，前述在对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价，以确保测区的早期凸山航片数据的空三加密成果精度。
其中，上述对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价，具体有两种评价方式，下面一一进行介绍。
（1）空三加密成果精度比较。具体为：将早期凸山航片数据的空三加密成果与实地测量值进行比较，以确定早期凸山航片数据空三加密成果的绝对精度。
或者，可以将测区的早期凸山航片数据的空三加密成果分别与测区1:2000航片的空三加密成果以及测区1:10000航片的空三加密成果进行比较，以确定早期凸山航片数据空三加密成果的相对精度。
（2）立体采集线划图精度比较。具体为：根据早期凸山航片数据空三加密的成果，获取测区在早期凸山时的航测线划图；将测区在早期凸山时的航测线划图分别与测区的1：2000航测线划图和1：10000航测线划图进行比较，以评价早期凸山航片数据空三加密成果的精度。
通过上述的两种方式，都可以对测区的早期凸山航片数据的空三加密精度进行评估，以了解其空三加密的精度。
这里需要说明的是：前述在获取测区的近期覆盖植被航片数据时尽可能利用地面分辨率优于0.2米的最新航摄资料。可以根据技术设计对数字表面模型DSM精度的要求获取最佳地面分辨率的航空数码航片。考虑到试点工程线路的线性形状，数码航摄影像获取平台可以采用具有机动性与灵活性优势的无人机航摄，或是采用已有的地面分辨率优于0.2米的最新航片。同时为更好的保证匹配的数字表面模型DSM的高程精度，应使用轻型无人机可搭载的量测型工业相机，使航摄技术要求满足相应规范要求。
进一步的，前述对近期覆盖植被航片数据进行处理，以获取测区在近期覆盖植被时的三维点云数据，具体为：
对近期覆盖植被航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取测区在近期覆盖植被时的三维点云数据。
其中，可以利用全数字航测系统软件对测区的近期覆盖植被航片数据进行空三加密以及密集匹配获取三维点云数据，其可以节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
为保证测区的近期覆盖植被航片数据的空三加密精度，可以根据测区航摄区域的形状以及地形特点，有针对性地进行相应区域网像控点布设，特别是在线路转角处以及线路两端布设像控点，使测区的近期覆盖植被航片数据的空三加密精度满足相应规范要求。
上述对空三加密的成果密集匹配的目的是获取地表三维点云坐标，一般是通过影像灰度信息和相似性测度获取同名点，项目采用数字航测软件中的匹配模块进行点云提取。匹配模块根据不同地形类别采用对应的匹配策略获取相应比例尺精度以及可靠性高的点云数据。
进一步的，前述步骤S3中根据测区在早期凸山时的数字表面模型,对测区在近期覆盖植被时的数字表面模型进行处理,以得到测区在近期覆盖植被时的地表植被分离后的第一数字高程模型，具体为：
（1）将测区在早期凸山时的数字表面模型和在近期覆盖植被时的数字表面模型分别进行点云自动滤波与分类，以得到各自匹配的点云数据。
（2）通过点云配准将测区在不同时期匹配的点云数据配准到同一高程基准下。
（3）以测区在早期凸山时匹配的点云数据为基准，对测区在近期覆盖植被时匹配的点云数据再次进行分类，以得到测区在近期覆盖植被时的地表植被分离后的匹配点云数据。
（4）根据测区在近期覆盖植被时的地表植被分离后的匹配点云数据，构建测区在近期覆盖植被时的地表植被分离后的数字高程模型。该数字高程模型即为前述的第一数字高程模型。
通过上述的操作步骤，即可得到测区在近期覆盖植被时的地表植被分离后的第一数字高程模型，其全部在电脑上通过软件进行操作，节省人力，并且效率较高，可减少大量外业工作量，而且精度更高。
上述根据测区在近期覆盖植被时的地表植被分离后的匹配点云数据，构建测区在近期覆盖植被时的地表植被分离后的数字高程模型，具体包括以下步骤：
（1）测区在近期覆盖植被时的地表植被分离后的匹配点云数据(.las格式)进行自动分类。其自动分类流程如下表所示：
| 步骤 | 分类算法 | 分类说明 |
| 1 | ClassifyClass | 将所有点归为未分类点层 |
| 2 | AbsElev | 绝对高程分类 |
| 3 | Air | 空中点分类 |
| 4 | Low | 低点分类 |
| 5 | Isolated | 独立点分类 |
| 6 | Ground | 地面点分类 |
（2）数字高程模型DEM的构建。
将点云数据中的所有地面点作为特征点进行数字高程模型DEM的构建。
进一步的，如图1所示，在前述的步骤S3之后，还包括步骤S4：对第一数字高程模型的精度进行评价，以了解第一数字高程模型的精度。
进一步的，前述对第一数字高程模型的精度进行评价，具体为：
（1）利用无人机载激光雷达采集测区的三维激光点云数据，根据三维激光点云数据，构建测区的数字高程模型。为了与前述的数字高程模型区分开，优选的将此处的数字高程模型取为第二数字高程模型。
其中，上述在利用无人机载激光雷达采集测区三维激光点云数据时，还可以同时获取真彩色影像作为点云赋色和模型精度的评价依据。
可以利用点云处理软件Terrasolid对采集的三维激光点云数据进行点云自动滤波和分类，提取三维激光点云数据中的地表点云数据和植被点云数据，并通过地表点云数据构建高精度数字高程模型，该高精度数字高程模型即为上述的第二数字高程模型。可以将该第二数字高程模型作为参照数字高程模型。同时通过空三加密，为三维点云数据进行赋色，并得到数字正射影像图，作为参考底图。
（2）将第二数字高程模型与第一数字高程模型进行匹配和比较，采用预设的规则对第一数字高程模型的精度进行评价。
通过上述的方法，可以对测区在近期覆盖植被时的地表植被分离后的数字高程模型进行评估，以了解其精度状态。
进一步的，上述采用预设的规则对第一数字高程模型的精度进行评价，具体包括相对精度评价和绝对精度评价两种方式，下面分别对该两种方式进行介绍：
（1）相对精度评价。计算上述第一数字高程模型与第二数字高程模型两者参考面之间的距离，距离越小，则第一数字高程模型的相对高程精度越高；反之，则第一数字高程模型的相对高程精度越低。
（2）绝对精度评价。将第一数字高程模型的特征点线面数据与第二数字高程模型内相对应的特征点线面数据进行比较，以确定第一数字高程模型的绝对精度。
通过上述的两种方式，都可以对第一数字高程模型的精度进行评估，以了解其精度。
本发明提供的技术方案基于早期秃山地表数据，对现状的三维影像地表植被进行分离，解决了数字高程模型DEM获取难、精度可靠性差的问题；另外还解决了地表和植被的分离难题，在实现输电线路设计路径选择和定位科学性的基础上，进一步提高了输电线路设计和建设的质量和效率，提升了电网工程建设的精细化和智能化水平。随着现代测绘技术的发展，利用航空摄影测量技术获取高分辨率数字正射影像和数字表面模型，并应用于架空输电线路路径优选和设计优化，已成为输电线路工程设计的重要辅助手段，在降低工程造价和加强环境保护方面发挥了重要的作用。
这里需要说明的是：在不冲突的情况下，本领域的技术人员可以根据实际情况将上述各示例中相关的技术特征相互组合，以达到相应的技术效果，具体对于各种组合情况在此不一一赘述。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种三维影像的地表植被分离方法，其特征在于，包括以下步骤：
步骤S1：获取同一测区的早期凸山航片数据和近期覆盖植被航片数据；
步骤S2：对所述早期凸山航片数据和所述近期覆盖植被航片数据进行处理，以获取所述测区在相应时期的三维点云数据，并根据所述三维点云数据，构建所述测区在相应时期的数字表面模型；
步骤S3：根据所述测区在早期凸山时的数字表面模型,对所述测区在近期覆盖植被时的数字表面模型进行处理,以得到所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型。
2.根据权利要求1所述的三维影像的地表植被分离方法，其特征在于，对所述早期凸山航片数据进行处理，以获取所述测区在早期凸山时的三维点云数据，具体为：
对早期凸山航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取所述测区在早期凸山时的三维点云数据。
3.根据权利要求2所述的三维影像的地表植被分离方法，其特征在于，
对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价。
4.根据权利要求3所述的三维影像的地表植被分离方法，其特征在于，所述对早期凸山航片数据进行空三加密后，还对其空三加密成果的精度进行评价，具体为：
将所述早期凸山航片数据的空三加密成果与实地测量值进行比较，以确定所述早期凸山航片数据空三加密成果的精度；
或，
根据所述早期凸山航片数据空三加密的成果，获取所述测区在早期凸山时的航测线划图；将所述测区在早期凸山时的航测线划图分别与所述测区的1：2000航测线划图和1：10000航测线划图进行比较，以评价所述早期凸山航片数据空三加密成果的精度。
5.根据权利要求1至4中任一项所述的三维影像的地表植被分离方法，其特征在于，对所述近期覆盖植被航片数据进行处理，以获取所述测区在近期覆盖植被时的三维点云数据，具体为：
对所述近期覆盖植被航片数据进行空三加密，并根据空三加密成果，采用密集匹配的方式获取所述测区在近期覆盖植被时的三维点云数据。
6.根据权利要求1至4中任一项所述的三维影像的地表植被分离方法，其特征在于，根据所述测区在早期凸山时的数字表面模型,对所述测区在近期覆盖植被时的数字表面模型进行处理,以得到所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型，具体为：
将所述测区在早期凸山时的数字表面模型和在近期覆盖植被时的数字表面模型分别进行点云自动滤波与分类，以得到各自匹配的点云数据；
通过点云配准将测区在不同时期匹配的点云数据配准到同一高程基准下；
以所述测区在早期凸山时匹配的点云数据为基准，对所述测区在近期覆盖植被时匹配的点云数据再次进行分类，以得到所述测区在近期覆盖植被时的地表植被分离后的匹配点云数据；
根据所述测区在近期覆盖植被时的地表植被分离后的匹配点云数据，构建所述测区在近期覆盖植被时的地表植被分离后的第一数字高程模型。
7.根据权利要求1至4中任一项所述的三维影像的地表植被分离方法，其特征在于，还包括：
步骤S4：对第一数字高程模型的精度进行评价。
8.根据权利要求7所述的三维影像的地表植被分离方法，其特征在于，所述对第一数字高程模型的精度进行评价，具体为：
利用无人机载激光雷达采集所述测区的三维激光点云数据，根据所述三维激光点云数据，构建所述测区的第二数字高程模型；
将所述第二数字高程模型与所述第一数字高程模型进行匹配和比较，采用预设的规则对所述第一数字高程模型的精度进行评价。
9.根据权利要求8所述的三维影像的地表植被分离方法，其特征在于，所述采用预设的规则对所述第一数字高程模型的精度进行评价，具体为：
计算所述第一数字高程模型与所述第二数字高程模型两者参考面之间的距离，距离越小，则所述第一数字高程模型的相对高程精度越高；反之，则所述第一数字高程模型的相对高程精度越低；
或，将第一数字高程模型的特征点线面数据与第二数字高程模型内相对应的特征点线面数据进行比较，以确定所述第一数字高程模型的绝对精度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811565062.1A CN109859315B (zh) | 2018-12-20 | 2018-12-20 | 一种三维影像的地表植被分离方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811565062.1A CN109859315B (zh) | 2018-12-20 | 2018-12-20 | 一种三维影像的地表植被分离方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109859315A CN109859315A (zh) | 2019-06-07 |
| CN109859315B true CN109859315B (zh) | 2022-12-09 |
Family
ID=66891733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811565062.1A Active CN109859315B (zh) | 2018-12-20 | 2018-12-20 | 一种三维影像的地表植被分离方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109859315B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111815772B (zh) * | 2020-07-20 | 2023-06-23 | 云南财经大学 | 高原山地土地利用方法、系统、存储介质和计算机设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106683132A (zh) * | 2015-11-10 | 2017-05-17 | 星际空间（天津）科技发展有限公司 | 一种高精细城市三维建模方法 |
| DK3223191T3 (da) * | 2016-03-23 | 2021-08-16 | Leica Geosystems Ag | Skabelse af en 3d-bymodel ud fra skrå billeddannelses- og lidardata |
| CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和系统 |
-
2018
- 2018-12-20 CN CN201811565062.1A patent/CN109859315B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109859315A (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114518104B (zh) | 基于动态遥感监测技术的国土测绘方法、系统及存储介质 | |
| CN113034689B (zh) | 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质 | |
| CN107194989B (zh) | 基于无人机飞机航拍的交通事故现场三维重建系统及方法 | |
| Fiorucci et al. | Criteria for the optimal selection of remote sensing optical images to map event landslides | |
| CN102074047B (zh) | 一种高精细城市三维建模方法 | |
| JP5389964B2 (ja) | 地図情報生成装置 | |
| CN110859044A (zh) | 自然场景中的集成传感器校准 | |
| CN110926474A (zh) | 卫星/视觉/激光组合的城市峡谷环境uav定位导航方法 | |
| CN110542908A (zh) | 应用于智能驾驶车辆上的激光雷达动态物体感知方法 | |
| CN101976467A (zh) | 一种集成机载lidar和车载移动激光扫描技术的高精细三维城市场景构建方法 | |
| CN111696162B (zh) | 一种双目立体视觉精细地形测量系统及方法 | |
| CN111444872A (zh) | 一种丹霞地貌参数测量方法 | |
| CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
| CN106683132A (zh) | 一种高精细城市三维建模方法 | |
| CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
| CN114065339A (zh) | 一种基于三维可视化模型的高塔建设选址方法 | |
| Yang et al. | Airborne LiDAR and photogrammetric point cloud fusion for extraction of urban tree metrics according to street network segmentation | |
| CN111006645A (zh) | 基于运动与结构重建的无人机测绘方法 | |
| CN109859315B (zh) | 一种三维影像的地表植被分离方法 | |
| Rebelo et al. | Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies | |
| CN114283070A (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
| Boonpook et al. | UAV-based 3D urban environment monitoring | |
| Al-Rawabdeh et al. | A robust registration algorithm for point clouds from UAV images for change detection | |
| CN112561981A (zh) | 一种融合影像信息的摄影测量点云滤波方法 | |
| CN116576825A (zh) | 目标位地形图测量方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220119 Address after: No. 83, Baoju North Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Applicant after: ZHEJIANG INSTITUTE OF SURVEYING AND MAPPING SCIENCE AND TECHNOLOGY Address before: No. 83, Baoju North Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Applicant before: THE SECOND SURVEYING AND MAPPING INSTITUTE OF ZHEJIANG PROVINCE |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230418 Address after: 6th and 7th Floor, Building 1, No. 1, Zhaohui Huadian Lane, Gongshu District, Hangzhou City, Zhejiang Province, 310000 Patentee after: ZHEJIANG HUAYUN ELECTRIC POWER ENGINEERING DESIGN CONSULTATION Co.,Ltd. Patentee after: ZHEJIANG INSTITUTE OF SURVEYING AND MAPPING SCIENCE AND TECHNOLOGY Address before: No. 83, Baoju North Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Patentee before: ZHEJIANG INSTITUTE OF SURVEYING AND MAPPING SCIENCE AND TECHNOLOGY |
|
| TR01 | Transfer of patent right |