基于点云数据、航空影像和矢量图的简单房屋重建研究

作者： 宋守东   来源： 武汉大学 年份： 2016 文献类型 ： 学位论文 关键词： 房屋重建　　密集匹配点云　　CSG　　最小二乘法　　边缘提取  

描述： 机载激光扫描仪(Lidar)所获取的点云数据覆盖区域广并且能够反映物体的几何信息，因此是当前城市建筑物重建的重要数据源之一。而随着数字摄影测量中影像匹配技术的发展，通过匹配方法获取密集点云数据成为现实

“针孔”模拟成像下的单航空影像与LiDAR点云配准

作者： 吴军   饶云   胡彦君   程门门   彭智勇   来源： 遥感学报 年份： 2016 文献类型 ： 期刊 关键词： 影像地理配准　　LiDAR　　针孔成像模拟　　梯度互信息  

描述： 以摄影测量共线方程为严格配准模型,提出了一种引入针孔成像模拟过程的单张航空影像LiDAR点云配准迭代方法,共分为3个阶段:第一,利用航空影像内参数及初始外方位元素对LiDAR点云针孔模拟成像,生成与

机载LiDAR点云与航空影像自动配准的精度分析

作者： 贾娇   来源： 兰州交通大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空影像　　机载LiDAR点云　　自动配准　　精度分析  

描述： 的数据处理流程，涉及到影像特征提取、影像匹配、影像交会、构网及纹理映射等关键问题。激光扫描数据和航空影像数据，在信息的表达、恢复目标的三维信息处理过程中，各有优势和不足，可以互为补充。一方面，影像数据可以

基于Lidar数据和航空影像的滩涂海岸主要特征提取方法研究

作者： 李伟华   来源： 中国地质大学(武汉) 年份： 2016 文献类型 ： 学位论文 关键词： Lidar数据　　大地测量　　地形模型　　海岛调查　　航空影像　　特征提取　　图像处理  

描述： 利用其连续性原理，遇到高程有突变的，暂定为其它地物点。 7. 通过对一数据进行实验，在和相应航空影像配准、融合后，首先基于地物的高程信息进行分类，得点云分类图。再结合各地物的激光回波强度信息进行分类

连续扫描激光多普勒测振技术在航空发动机振动测试中的应用研究

作者： 赵丽娜   臧朝平   闫楚良   来源： 第五届全国振动利用工程学术会议暨第四次全国超声电机技术研讨会 年份： 2016 文献类型 ： 会议论文 关键词： 激光多普勒振动仪　　连续扫描　　航空发动机　　振动测试  

描述： 为了准确获得航空发动机部件的动力学特性，从而为设计有限元模型的修正、故障的识别等提供精确、完备的测试数据，需要寻求一种新型的振动测试方法。连续扫描激光多普勒测振技术是一种非接触式的全场振动测试技术

基于LiDAR点云与航空影像的海岸线提取研究

作者： 张海涛   来源： 中国地质大学(武汉) 年份： 2016 文献类型 ： 学位论文

描述： 基于LiDAR点云与航空影像的海岸线提取研究

利用航空影像和LiDAR点云进行建筑物重建的方法研究

作者： 吕峰   来源： 西南交通大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空影像　　LiDAR点云　　建筑物重建　　三维Hough变换　　RANSAC算法  

描述： 建筑物特征提取研究,利用航空影像和机载LiDAR点云数据,研究采用区域增长、三维Hough变换以及RANSAC算法提取建筑物顶面面片,实现简单建筑物白模构建。本文开展了如下工作：(1)归纳总结了影像

基于LiDAR点云和航空影像的城市三维重建

作者： 朱晓强   来源： 合肥工业大学 年份： 2016 文献类型 ： 学位论文 关键词： LiDAR   动态规划   航空影像   道路提取   三维重建   Hough变换  

描述： 生成数字地面模型(DTM)和数字高程模型(DEM)的首选工具。针对中、低密度的机载LiDAR数据和航空影像的城市三维重建工作,本文主要从以下几个方面开展研究:(1)机载LiDAR技术的发展使得对大规模地表非

航空电源故障特征提取与故障诊断研究

作者： 黄根全   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 特征提取   证据推理   信息融合   故障诊断   航空电源  

描述： 航空电源是飞机上重要的能量转换设备,它为飞机上所有的用电设备提供电能,其正常运行是保障飞机正常、安全飞行的关键,因此航空电源监测及故障诊断是航空电源研究的重要课题.本文提出了一种地面模拟"在线"的基于多传感器信息融合技术的航空电源状态监测及故障诊断系统

航空发动机转子故障特征提取方法研究

作者： 余汇   鞠文煜   马双云   来源： 无线互联科技 年份： 2016 文献类型 ： 期刊 关键词： 航空发动机转子系统　　故障诊断　　振动分析　　特征提取　　智能基函数  

描述： 取的智能特征。实验表明,该方案的分类精度达到95.6%,是针对航空发动机转子系统故障诊断的一种有效的特征提取方法。