基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Lidar的数据过滤是数据预处理的重要步骤,也是获取高精度数字高程模型的关键.现有很多典型的过滤算法都是基于地面种子点逐渐恢复地面的,比如自适应TIN过滤法、迭代线性预测法,分层恢复过滤法等.初始地面种子点选择的好坏将直接反映到过滤结果的精度上,尤其是对丘陵地区的地形恢复,影响更大.本文对基于种子点的TIN三角网加密法(TS过滤算法)进行了深入剖析,并在种子点选择方法上提出了一种基于移动窗口法和最小残差法的混合式种子点选择方法,有效地提高丘陵地区地形恢复的准确度.
推荐文章
基于改进窗口尺寸的LiDAR点云数据滤波
激光雷达数据滤波
数学形态学
窗口尺寸
点云数据
图像处理
一种改进的基因表达数据分类方法
基因表达数据分类
SVM
KNN
特征选择
一种大规模网络数据缓存方法的改进
网络
海量数据
相空间重构
关联维
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的LiDAR数据过滤方法
来源期刊 测绘科学 学科 工学
关键词 雷达 种子点 TS过滤算法 移动窗口法 最小残差法
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 188-189,91
页数 3页 分类号 TP751
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓喀中 中国矿业大学环境与测绘学院 257 4604 37.0 53.0
2 黄燕 中国矿业大学环境与测绘学院 2 32 2.0 2.0
3 刘君城 中国矿业大学环境与测绘学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (3)
二级引证文献  (4)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
雷达
种子点
TS过滤算法
移动窗口法
最小残差法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导