渐进三角网加密算法(progressive TIN densification,PTD)在处理激光雷达点云数据时选择参数单一,大面积综合地形处理时自适性较差。基于此问题提出了一种多源数据融合的点云滤波方法,该方法首先对可见光遥感影像进行分类及后处理,再进...渐进三角网加密算法(progressive TIN densification,PTD)在处理激光雷达点云数据时选择参数单一,大面积综合地形处理时自适性较差。基于此问题提出了一种多源数据融合的点云滤波方法,该方法首先对可见光遥感影像进行分类及后处理,再进一步融合激光雷达点云数据,通过PTD滤波法实现区域自适应滤波分离地面点。结果表明:基于面向对象的SVM分类方法相比于随机森林分类法在处理可见光遥感影像时效果显著,其平均总体分类精度最高为88.37%,平均Kappa系数最高为0.86;基于融合数据的PTD滤波法较单一PTD滤波法可实现区域自适应滤波,在处理复杂山区地形时可自动选择合理的参数进行点云滤波提取,极大地提高了地面点滤波精度。展开更多
文摘渐进三角网加密算法(progressive TIN densification,PTD)在处理激光雷达点云数据时选择参数单一,大面积综合地形处理时自适性较差。基于此问题提出了一种多源数据融合的点云滤波方法,该方法首先对可见光遥感影像进行分类及后处理,再进一步融合激光雷达点云数据,通过PTD滤波法实现区域自适应滤波分离地面点。结果表明:基于面向对象的SVM分类方法相比于随机森林分类法在处理可见光遥感影像时效果显著,其平均总体分类精度最高为88.37%,平均Kappa系数最高为0.86;基于融合数据的PTD滤波法较单一PTD滤波法可实现区域自适应滤波,在处理复杂山区地形时可自动选择合理的参数进行点云滤波提取,极大地提高了地面点滤波精度。
文摘针对山西地区Pb震相难以准确识别的现状,本文首先根据地壳速度模型计算了能够记录到Pb震相的震中距范围.然后针对Pb作为初至、后续震相分别提出了相应的识别方法:当Pb作为初至震相时周期大于Pg,振幅小于Pg,波性特征与Pn相似,可使用理论到时与波形特征相结合的方法识别;当Pb作为后续震相时,振幅和周期都不稳定、存在突变点,综合使用理论到时、波形特征和离散小波变换三种方法进行识别.最后,依照上述方法识别、标定了56个地震事件中的236个Pb震相,计算得出山西地区下地壳P波的速度为6.73 km/s,康拉德面的埋藏深度为21 km.
