摘 要在大规模道路环境中，基于点的语义分割方法需要动态计算，而基于体素的方法权衡分辨率和性能导致损失大量信息。为了克服上述两类方法的缺陷，提出了一种通用的结合双层卷积和动态边缘卷积优化的网络架构来进行大型道路场景语义分割。该框架结合点与超体素两种不同域的卷积运算来避免冗余的计算和存储网络中的空间信息，并结合动态边缘卷积优化，使其端到端地一次性处理大规模点云。在不同场景的数据集上对该方法进行了测试...

摘  要利用声学遥感技术并结合一定数量的实地取样数据是一种迅速而可靠的海底底质分类技术，具有工作效率高，获取资料连续、丰富等优势。本文主要从后向散射强度校正、声纳图像质量改善、分类器构建三方面进行研究，以提高海底沉积物分类的准确性。具体工作包括：1)构建了包含TVG、海底入射角改正、声照面积改正、角度依赖性改正、中央波束改正等在内较为完善的多波束声强补偿改正模型，得到准确反映海底沉积物类型的强度值。2)...

摘要：中国的城镇化加快了地下空间大规模开发与利用的进程。摸清地下空间目标的分布状况，保障城市可持续发展和地下空间资源的永久利用，是维护未来城市安全中的重要任务。探地雷达（GPR）凭借其数据采集速度快、成像分辨率高、无损检测等优点在地下空间资源调查中得以广泛应用。但仍存在GPR数据地下目标识别不准确、自动化程度低等缺陷，自动检测GPR数据中的地下目标或目标缺陷仍然是一个亟待解决的难题。为此，本文分析并确定...

摘要BP神经网络是常用的一种监督分类神经网络，但传统的BP神经网络具有收敛速度慢、局部极值、难确定隐含层数和隐节点数等主要问题，影响分类精度和分类效率。Adaboost是一种性能优越的boosting算法，可以训练得到的各个弱分类器联合起来形成强分类器。本文提出一种基于PSO-BP-Adaboost算法的海底底质分类方法，利用粒子群优化算法（PSO）较强的鲁棒性和全局搜索能力等优点优化BP神经网络以获得最优初始权值和阈值，将多个优化...

摘要机载激光扫描（ALS）能够快速获取观测区域的俯视信息，并通过全球导航卫星系统（GNSS）生成具有全局坐标系的点云。地面激光扫描（TLS）能够收集观测区域的侧视信息，并且站点设置灵活，使其非常适合应用在居住区和街道峡谷等复杂场景中。藉由二者的互补，可以实现对复杂观测区域的三维完整刻画。但是在城市的复杂场景中，常常存在地面GNSS信号不可用的情况，因此，有必要研究一种方法，将多个TLS扫描快速自动定位到ALS坐标...

摘要地面站激光雷达是森林资源调查和森林管理的重要手段。然而，单站的地面站激光点云的扫描范围是有限的，且存在遮挡，获取的点云数据不完整。有研究表明，在样地中心进行的单站的地面站激光点云采集时，由于存在遮挡，样地中10-32%的单木是难以扫描采样到的(Liang and Hyyppä, 2013)。因此，对多个单站的林区地面站点云数据进行配准是十分必要的。传统的配准方法通常采用人工靶标的方式。然而，靶标的设置耗时费力，尤其是当...

摘要随着以激光扫描、倾斜摄影为主的各种现实采集（Reality Capture）装备的快速发展，点云已成为继矢量地图和影像数据之后的第三类重要的时空数据源，并在地球科学、空间认知、智慧城市等科学研究和工程建设中发挥越来越重要的作用。如何从点云大数据中快速、准确获取精准有效的三维地理信息成为测绘地理信息领域的科学前沿和地学应用研究的迫切需求，也是三维地理信息获取与建模面临的重大难题。点云智能应运而生，并成为突破...

摘要利用立体影像精准、高效的重建真实场景稠密三维几何信息是数字表面模型生产、三维重建与可视化、自动驾驶以及机器人导航的关键步骤。近年来，尽管立体匹配技术在匹配精度和效率方面显著提升，但弱纹理以及重复纹理区域匹配仍然面临严峻挑战。针对这些困难和挑战，本文提出一种高效层次PatchMatch深度重建方法HPM-TDP，该方法集成粗到精的图像金字塔策略到连续全局能量函数最优化框架，通过有效的集成层次PatchMatch策略（HP...