没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
基于LiDAR点云数据索引的DEM快速提取
基于LiDAR点云数据索引的DEM快速提取
LiDAR
5星
· 超过95%的资源
需积分: 16
43 下载量
121 浏览量
2012-12-18
10:09:17
上传
评论
3
收藏
270KB
CAJ
举报
温馨提示
立即下载
基于LiDAR点云数据索引的DEM快速提取,对点云数据提取具有指导意义
资源推荐
资源评论
点云数据建筑物轮廓提取.论文
浏览:62
3星 · 编辑精心推荐
基于点云数据的建筑物轮廓提取,LIDAR点云数据,建筑物,轮廓提取
PCI Geomatica2015自动提取DEM技术文档
浏览:93
PCI Geomatica对最新发射的卫星提供最迅速的支持是其它遥感软件无可比拟的优势,提取DEM精度十分高,在业界得到广泛好评。
arcgis从DEM中自动提取高程到点文件
浏览:5
本程序从DEM中自动提取高程到点文件。 输入参数:DEM,网格间距。 输出参数:SHP文件名
MATLAB生成DEM 代码(2)
浏览:201
用matlab的二次移动曲面方法生成DEM之代码第二部分
Progressive Morphological Filter
浏览:40
本资源是Keqi Zhang 等人提出的Progressive Morphological Filter算法最原始的文章,用于点云数据地面点分割,以生成DEM/DTM,算法已经集成在点云开源库PCL中,可以很方便的进行使。(根据对此算法的理解,总结在博客中。)
车载LiDAR点云的建筑物立面信息快速自动提取.docx
浏览:157
车载LiDAR点云的建筑物立面信息快速自动提取.docx
基于DEM数据的河流提取.zip
浏览:155
利用DEM数据,进行河流的提取
城区LiDAR点云数据的树木提取
浏览:64
4星 · 用户满意度95%
城区LiDAR点云数据的树木提取
基于LiDAR点云数据的水体轮廓线提取方法研究 (2010年)
浏览:172
提出一种基于机载激光雷达点云数据提取水体轮廓线的方法。采用双层格网模式提取较窄的水体;以朝向水体的边界点作为拟合轮廓线的关键点提取更精确的轮廓线。实验表明,该方法可以较好地提取水体轮廓线。
基于激光点云数据制作DEM的方法研究.pdf
浏览:68
。。。
lidar点云边缘线提取
浏览:142
5星 · 资源好评率100%
基于坡度和聚类的算法,提取lidar点云的地物边缘线。最终得到地物的轮廓
行业分类-设备装置-基于机载LiDAR点云数据缺失区域边界提取方法.zip
浏览:128
行业分类-设备装置-基于机载LiDAR点云数据缺失区域边界提取方法.zip
基于LiDAR点云数据的真正射影像制作
浏览:28
5星 · 资源好评率100%
论述基于LiDAR点云数据的真正射影像制作原理及方法
points2grid.zip_lidar_lidar 点云数据_点云生成DEM_点云网格_邻域
浏览:54
points2grid是一个强大的和可扩展的工具网格LIDAR点云数据生成数字高程模型(DEM)。points2grid采用局部网格法用一个定义在基于用户提供的搜索半径,每个细胞邻域计算网格细胞升高。
基于激光点云数据制作DEM的方法研究.docx
浏览:112
。。。
论文研究-基于空间索引的DEM数据质量检查.pdf
浏览:53
数字高程模型(DEM)数据主要来源之一是通过对现有地形图上的等高线等地貌信息进行数字化,生成计算机可识别的离散点或等高线。该方法对离散点或等高线数据质量要求较高。分别探讨了基于格网分块索引重复点检查和基于R树索引等高线相交检查两种方法。实验表明,空间索引的引入,大大提高了数据质量检查效率。
一种基于分割的机载LiDAR点云数据滤波 (2012年)
浏览:21
针对当前滤波算法在处理地形不连续区域或存在复杂建筑物区域时容易过分“腐蚀”地形井难以去除一些低矮植被的不足,提出了一种基于分割的机载LiDAR点云滤波算法。首先,对原始点云基于地表连续性进行分割;然后,在移除点数目较小的粗差点集之后采用对分割点集建立缓冲区的方法,区分地面和非地面点集;在较大地物经过迭代分割基本移除之后,使用约束平面的方法移除高度较小的地表附着物以实现滤波。实验结果表明,与经典滤波
基于多尺度虚拟格网的LiDAR点云数据滤波改进方法
浏览:3
机载激光雷达(LiDAR)点云数据滤波是目前点云数据处理领域研究的重点。针对目前点云数据滤波的难点,提出了一种基于多尺度虚拟格网和并行计算的改进滤波方法。该方法通过点云数据构建多级虚拟格网,对格网进行多尺度分解,剔除LiDAR数据中的粗差点,获取初始地面点及地物点;根据双向阈值滤波原理,以网格尺度由大到小的顺序逐层进行滤波处理,得到较为精细的地面点,并结合点云数据的并行编程处理,减少了滤波算法的误
基于NoSQL的机载LiDAR海量点云数据分布式存储.pdf
浏览:56
#资源达人分享计划#
基于KD树与八叉树索引相结合的LiDAR点云数据索引建立方法--本科生毕业设计(论文).docx
浏览:135
基于KD树与八叉树索引相结合的LiDAR点云数据索引建立方法--本科生毕业设计(论文).docx
lidar点云数据处理实例
浏览:130
这是一个LIDAR数据处理的经典程序,对于自己LIDAR处理的程序,很很大借鉴作用。 这是一个LIDAR数据处理的经典程序,对于自己LIDAR处理的程序,很很大借鉴作用。
机载LiDAR点云密度与DEM产品精度关系研究.docx
浏览:53
机载LiDAR点云密度与DEM产品精度关系研究.docx
论文研究-结合影像和LiDAR点云数据的水体轮廓线提取方法.pdf
浏览:128
同时可以与主端操作者基于事件的控制指令进行切换,来保证系统的稳定性,提高整个控制系统的操作性能和效率。最后,通过互联网足球机器人平台进行实验,仿真结果验证了所提模型与方法的有效性和可行性。
一种基于Java语言的LiDAR点云数据处理方法.pdf
浏览:74
5星 · 资源好评率100%
一种基于Java语言的LiDAR点云数据处理方法.pdf
基于渐进三角网的机载LiDAR点云数据滤波 (2011年)
浏览:199
机载LiDAR点云数据滤波是获取高精度数字高程模型的关键,也是目前LiDAR点云数据处理领域研究的重点和难点之一。提出了基于渐进三角网的机载LiDAR点云数据滤波方法,首先以规则格网和不规则三角网组织数据,采用区域分块法或数学形态学法选取种子地面点建立初始稀疏三角网,通过不断向上加密三角网提取地面点。试验结果表明,该算法能有效地滤除不同尺寸的建筑物、低矮的植被和其他地物,地形特征保持较好。最后选取
基于渐进三角网的机载LiDAR点云数据滤波
浏览:91
4星 · 用户满意度95%
一种基于三角网的机载点云数据滤波算法,这种算法的滤波效果好,值得研究
基于区域预测的LiDAR点云数据形态学滤波算法
浏览:11
点云数据滤波是机载激光雷达(LiDAR)数据处理研究中很重要的问题之一。提出了一种基于区域预测的LiDAR 点云数据形态学滤波算法,该算法由点云数据建立规则格网、去除粗差点,对实验区域进行分块,然后使用各个分块区域的高程标准差预测地形坡度参数s 从而进行渐进式形态学滤波,最终确定地面点。文中算法优点在于可以根据区域地形起伏情况自适应地得到阈值进行滤波。使用国际摄影测量与遥感学会(ISPRS)提供的
基于KD树聚类的机载LiDAR数据输电线提取方法
浏览:33
基于KD树聚类的机载LiDAR数据输电线提取方法,梁静,张继贤,论文提出并实现了一种基于kd树近邻域点云聚类法从LiDAR点云数据中自动提取多根电力线。首先利用高程直方图统计法去除地面点,接着�
机载LiDAR点云数据中电力线的提取方法研究 (2011年)
浏览:58
提出了一种基于机栽LiDAR点云数据的电力线提取方法。首先在进行LiDAR数据滤波的基础上,分离地面点与非地面点;然后针对非地面点采取一种基于角度的滤波方法,分离非地面点中的植被点与电力线点,对电力线点,采用二维Hough变换进一步分离各条电力线点;最后使用双曲余弦函数模型,对单条电力线进行曲线拟合。实验结果表明,该方法能够从LiDAR点云数据中较完整地提取出电力线点,电力线点提取正确率达96.2
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
梦依雪柔
2015-08-30
挺好的,至少符合我的需要,好资源,赞一下
随便起个明吧
2019-01-16
不评论不给下载
suosuo723
粉丝: 1
资源:
6
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
工作簿1(1).xlsx
4、仿微博(ssm)大学生系统.zip
VLAN虚拟局域网与DHCP配置IP-拓扑图
UWP发布创建自己的证书
java-ssm果蔬经营平台系统源码(源代码+说明文档资料)
基于SSM的教材管理系统的设计与实现(部署视频)-kaic.mp4
上市公司企业社会责任报告基本信息数据(2006-2022年 ).txt
java-ssm关于汽车零部件加工的erp系统源码
基于SSM的校园视频监控系统的设计与实(部署视频)-kaic.mp4
基于 Java的扫雷程序毕业设计
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功