王竞雪
- 作品数：84 被引量：539H指数：14
- 供职机构：辽宁工程技术大学测绘与地理科学学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：天文地球自动化与计算机技术电子电信历史地理更多>>
- 顾及分层动态区域增长的车载LiDAR点云行道树提取方法
- 2024年
- 行道树的准确提取对生态园林城市建设及城市智慧化发展具有重要意义。但车载LiDAR点云数据中经常出现行道树与近邻地物相互遮掩、连接的情况,从而导致无法准确进行行道树提取。针对这一问题,本文提出一种分层动态区域增长行道树提取方法。首先,通过点云栅格化滤除地面点并根据地物投影特征进行行道树初步提取。然后,根据地物分布特征对点云数据进行等高度分层处理,构建层次化点云空间,进一步获取行道树与干扰地物信息。接着,在层次化点云空间内部进行动态区域增长,获取同一层和相邻层之间的点云属性信息,生成点云聚类簇以区分行道树与干扰地物。最后,根据干扰地物的几何特征和行道树杆状特征,滤除干扰地物实现准确的行道树提取。本文选用激光雷达大会提供的竞赛数据及Open DataLab官网提供的里尔、巴黎两地区街道点云数据进行实验。实验结果表明,本文方法行道树提取的正确率与完整率分别在98.69与97.73之上。本文方法能够在行道树与近邻地物相互遮掩、连接的情况下实现准确完整的行道树提取。同时,本文分层动态区域增长行道树提取方法的数据适用性更强,并且可以在行道树独立性不强的情况下有效提取行道树。
- 关宇忻王竞雪许峥辉
- 结合区域生长及主成分分析的机载LiDAR建筑物点云提取被引量：11
- 2018年
- 针对机载LiDAR建筑物点云提取过程中与树木紧邻的建筑物难以提取,已有先滤波后提取算法效率低等问题,提出一种结合区域生长与主成分分析的机载LiDAR建筑物点云提取算法。该算法首先对粗差剔除后的机载LiDAR离散点云构建TIN三角网,依据建筑物边缘点所在三角形的特征提取建筑物边缘点;然后将邻域特征优化后的建筑物边缘点作为种子点进行区域生长得到建筑物点云;最后采用主成分分析对提取结果进行检核,剔除非建筑物点云,在此基础上基于连通性对建筑物点云进行单体化分割,剔除小面积区域,得到最终的建筑物激光脚点数据。实验选取国际摄影测量与遥感协会提供的三组典型区域的LiDAR点云数据进行建筑物提取,并与传统形态学和区域生长两种建筑物点云提取算法进行比较,结果表明本文算法可以实现建筑物点云的高精度提取,且对地形及不同类型屋顶的建筑物具有良好的自适应性,验证了算法的可靠性。
- 王竞雪洪绍轩
- 关键词：机载LIDAR建筑物提取主成分分析
- 一种基于智能手机影像的三维信息提取方法
- 本发明提供一种基于智能手机影像的三维信息提取方法，涉及近景摄影测量与计算机视觉技术领域。本发明通过对智能手机相机进行标定，获取相机的内参矩阵和畸变系数，利用畸变系数对立体像对进行校正；采用SIFT算法对校正后影像进行特征...
- 王竞雪郑雪涛张宁张鑫高嵩
- 基于空间相互作用模型的县域城镇体系结构定量化研究——以科尔沁左翼中旗为例被引量：23
- 2014年
- 以空间相互作用模型为基础,GIS为主要平台,通过改进断裂点模型,实现了对科左中旗城镇体系结构的分级以及经济区的划分。首先,提出了以城镇中心性强度代替城镇人口规模并结合加权Voronoi图的模型改进方法。然后,通过引入加权平均距离摩擦指数、成本加权距离等概念,建立并完善了中心性强度计算的指标体系。利用所得的中心性强度值并结合当地实际,将研究区的城镇体系结构划分为中心镇、二级中心镇以及一般镇3个级别。最后,通过比较常规Voronoi图与改进Voronoi图两种空间划分方案,最终确定以各城镇中心性强度的平方根为权重的改进Voronoi图的空间划分方案作为研究区城镇辐射范围的划分依据,再通过逐步合并与搜索,得到科左中旗的经济区划分方案,即以中心镇为主的东、中、西三大经济区。
- 范强张何欣李永化王竞雪
- 机载LiDAR建筑物点云渐进提取算法被引量：9
- 2021年
- 针对机载LiDAR建筑物点云提取过程中易受植被的影响的问题,本文提出了一种机载LiDAR建筑物点云的渐进提取算法。首先通过布料模拟滤波算法对地面点云与非地面点云进行区分,在此基础上利用最大类间方差法算法(Otsu)对非地面点云进行阈值分割,提取初始建筑物点云;然后根据点云的连通性对初始建筑物点云进行密度聚类分割(DBSCAN),剔除离群噪声点;最后通过Alpha Shape算法实现建筑物点云的边缘提取。本文选取ISPRS官网提供的3组典型城区LiDAR点云数据进行试验,试验结果表明,本文算法可达到较好的建筑物点云提取效果。
- 高智梅王竞雪沈昭宇
- 关键词：机载LIDAR最大类间方差法密度聚类
- 结合最小噪声分离变换和卷积神经网络的高分辨影像分类方法被引量：20
- 2017年
- 针对传统浅层机器学习方法应用于高分辨影像分类时存在的问题,提出了结合最小噪声分离变换和卷积神经网络的高分辨率影像分类方法。采用最小噪声分离分析非监督训练初始化卷积神经网络,为提高训练速度,使用线性修正函数作为神经网络的激活函数;利用概率最大化采样原则减少池化过程中影像特征的缺失,并将下采样后影像特征输入Softmax分类器进行分类。采用所提分类方法对典型地区的影像进行分类实验,并与支持向量机和人工神经网络分类方法的分类结果进行对比。结果表明,所提分类方法的分类精度明显高于另两种分类方法的分类精度,并能充分挖掘高分辨遥感影像的空间信息。
- 陈洋范荣双王竞雪吴增林孙汝星
- 关键词：遥感卷积神经网络最小噪声分离变换影像分类
- 融合LiDAR点云与正射影像的建筑物图割优化提取方法被引量：22
- 2018年
- 提出一种基于图割算法的建筑物LiDAR点云与正射影像融合提取方法。首先,利用LiDAR点云计算3个几何特征:平整度、法向量分布和高程纹理一致性。同时利用航空正射影像计算颜色特征——归一化植被指数(NDVI)。然后将两类特征联合构建能量函数数据项,综合数字表面模型(DSM)和NDVI构建平滑项,采用图割算法优化得到初始的建筑物区域。最后利用初始建筑物边缘一定范围内的正射影像颜色信息,采用前后景分割的思想进一步优化建筑物边缘。应用ISPRS Vaihingen测试数据进行试验,结果表明本文方法具有较高的建筑物提取精度。
- 杜守基邹峥嵘张云生何雪王竞雪
- 关键词：建筑物提取激光点云正射影像
- 多尺度细节增强的遥感影像超分辨率重建被引量：13
- 2016年
- 鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。
- 朱红宋伟东谭海王竞雪
- 关键词：超分辨率重建多尺度分解
- 移动高程平面约束的多视影像可靠匹配方法
- 影像匹配是摄影测量技术从二维航空/航天影像自动获取三维空间信息的关键。传统的航空影像匹配受限制于传感器的立体成像能力,以“单立体”影像匹配为主,容易出现“病态解”。随着新型数字传感器的日益广泛使用,获得覆盖同一地区大重叠...
- 王竞雪
- 关键词：遮挡检测航空摄影
- 文献传递
- 多重约束条件下的LBD描述子与直线段匹配被引量：4
- 2019年
- 目的针对直线描述子匹配算法缺乏有效的几何约束,且易受弱纹理、尺度变化的影响,提出一种结合多重约束条件的LBD描述子的直线段匹配算法(LBDs)。方法该算法以LSD算法提取的直线段作为匹配基元,利用SIFT匹配得到的同名点构建同名三角网约束确定候选直线;参考影像上以目标直线段为中心轴建立该直线段的矩形支撑域;根据目标直线段端点及其支撑域四角点在搜索影像上的核线约束建立候选直线段的对应支撑域;利用仿射变换统一目标直线段及候选直线段支撑域的大小;将直线段支撑域分解为大小相等的条形带,通过计算每个条形带的描述符得到该直线段的描述子,依次完成目标直线段与候选直线段LBD描述子的构建;分别计算目标直线段与每个候选直线段描述子向量间的欧氏距离,将满足最近邻距离比准则的候选直线段作为匹配结果;最后选取角度约束对匹配结果检核,确定同名直线。结果实验选取网上公开的3组分别存在角度、旋转、尺度变换的近景影像对作为实验数据,采用LBDs分别对其进行直线段匹配实验,并与其他直线段匹配算法进行对比分析,实验结果表明,LBDs获取同名直线数目约为其他算法的1. 06 1. 41倍,匹配正确率也提高了2. 4 11. 6个百分点,从匹配效率上来看,LBDs更为耗时,但兼顾该算法匹配获得同名直线数目、匹配正确率及运行时间,LBDs的鲁棒性更强,匹配结果的准确性与可靠性较高。结论结合多重约束条件构建的LBD描述子对于存在角度、旋转和尺度变化的影像进行直线匹配过程中具有稳定性。
- 王竞雪何腕营
