XiaoMi-AI文件搜索系统
World File Search SystemDEMS
基于无人机的地形分析...
Tekin SUSAM 摘要：无人机 (UAV) 可以为探索考古遗址的建筑提供非常有用的图像数据集。数字表面模型 (DSM) 是一种可以使用摄影测量材料和方法从无人机图像中获取的数据集。本研究的目的首先是获得非常高分辨率的 DSM，其次，对塞巴斯托波利斯考古遗址进行基于地理信息系统 (GIS) 的地形分析。塞巴斯托波利斯古城位于土耳其黑海地区托卡特省的苏卢萨赖区；该遗址属于希腊化/罗马时期。这项研究表明，多旋翼无人机特别适用于需要在考古遗址上空非常低空飞行的应用，并且以这种方式获取的 DSM 对于详细分析考古遗址的地形结构非常有效。关键词：GIS；非常高分辨率 DSM；无人机 1 简介 记录和分析考古遗址及其环境极其重要 [1, 2]。通过使用空中或非空中视角，考古研究中可以实施许多方法。卫星和其他基于空中的数字高程数据集为考古学家提供了非常有价值的信息平台，可用于分析考古区域 [3-6]。这些数据集使研究人员有机会以比众所周知的测量更高的精度对地形表面进行建模
使用边缘检测从 LiDAR 中提取建筑物
图 1：激光扫描 ................................................................................................................ 7 图 2：LiDAR 多重回波 .......................................................................................................... 8 图 3：Sobel 边缘检测核 ................................................................................................ 11 图 4：拉普拉斯算子 ............................................................................................................. 11 图 5：高级方法 ............................................................................................................. 21 图 6：植被遮罩过程 ............................................................................................................. 23 图 7：DEM 差异 ............................................................................................................. 25 图 8：旋转最小/最大核 ............................................................................................................. 26 图 9：最小/最大 1 X 3 旋转核结果 ............................................................................. 27 图 10：使用植被遮罩从边缘检测结果中去除植被 ................................................................................................................ 28 图 11：足迹构建过程 ............................................................................................................. 30 图 12：二进制最小/最大栅格...........................................................
检测复杂的建筑物形状...
由于遥感领域提供了新的传感器和技术来积累城市区域的数据，这些区域的三维表示在各种应用中引起了很大的兴趣。三维城市区域表示可用于详细的城市监测、变化和损坏检测目的。为了获得三维表示，最简单和最便宜的方法之一是使用数字高程模型 (DEM)，它是使用立体视觉技术从非常高分辨率的立体卫星图像生成的。不幸的是，在应用 DEM 生成过程后，我们无法直接获得三维城市区域表示。在仅使用一个立体图像对生成的 DEM 中，通常噪声、匹配误差和建筑物墙壁位置的不确定性非常高。这些不良影响增加了三维表示的复杂性。因此，自动 DEM 增强是一个开放且具有挑战性的问题。为了增强 DEM，我们在此提出了一种基于建筑物形状检测的方法。我们使用慕尼黑的 DEM 和正射全色 Ikonos 图像来解释我们的方法。在对 DEM 和 Ikonos 图像进行预处理后，我们对 DEM 应用局部阈值来检测建筑物等高城市物体的大致位置。为了检测复杂的建筑物形状，我们开发了之前的矩形形状检测（箱体拟合）算法。不幸的是，我们研究区域中的建筑物形状非常复杂。我们假设可以通过像链条一样拟合小矩形来检测这些复杂建筑物的形状。因此，我们将检测到的建筑物分成细长的子部分。然后，我们将之前的矩形形状检测算法应用于这些子部分。在形状检测中，我们考虑 Ikonos 图像的 Canny 边缘以适应矩形框。合并所有检测到的矩形后，我们可以检测甚至非常复杂的建筑结构的形状。最后，使用检测到的建筑物形状，我们在 DEM 中细化建筑物边缘并平滑建筑物屋顶上的噪声。我们相信实施的增强功能不仅可以提供更好的视觉三维城市区域表示，而且还将导致详细的变化和损坏调查。
通过多尺度线性回归建模从全球数字高程模型中提取建筑区域的广义垂直分量
使用线性最小二乘回归技术，以 250 米的空间分辨率概括了经多尺度卷积、形态和纹理变换过滤的免费数字高程模型 (DEM) 全球数据中建筑区的垂直分量估计值。选择了六个测试案例：香港、伦敦、纽约、旧金山、圣保罗和多伦多。根据 60 种线性、形态和纹理过滤组合以及不同的概括技术，对五个全球 DEM 和两个 DEM 复合材料进行了评估。引入了四种广义的建筑区垂直分量估计值：平均建筑总高度 (AGBH)、平均净建筑高度 (ANBH)、建筑总高度标准差 (SGBH) 和净建筑高度标准差 (SNBH)。研究表明，ANBH 和 SNBH 给出的净 GVC 最佳估计值总是比 AGBH 和 SGBH 给出的相应总 GVC 估计值包含更大的误差，无论是平均值还是标准差。在本研究评估的源中，使用单变量线性回归技术估计建筑区 GVC 的最佳 DEM 源是使用联合运算符 (CMP_SRTM30-AW3D30_U) 的 1 弧秒航天飞机雷达地形测绘任务 (SRTM30) 和先进陆地观测卫星 (ALOS) 世界 3D-30 米 (AW3D30) 的组合。使用 16 颗卫星开发了一个多元线性模型
下一代 NASA 危险探测系统开发
I. 简介 用于精确和安全着陆的制导、导航和控制 (GN&C) 技术对于未来机器人科学和载人探索太阳系各个目的地的任务至关重要。这些进入、下降和着陆 (EDL) 技术是美国宇航局精确着陆和危险规避 (PL&HA) 领域的一部分，被认为是空间技术发展路线图 [1] 的高优先级能力，旨在促进和实现新的任务概念。SPLICE 项目，即安全精确着陆 - 综合能力演进 [2]，致力于持续开发传感器、算法和航空电子设备，以用于未来的月球着陆任务。具体来说，SPLICE 正在完善着陆器下降过程中的地形相对导航 (TRN) 和危险检测与规避 (HDA) 的传感器硬件和软件的技术就绪水平 (TRL)。 SPLICE 的所有工作主要基于 NASA 先前在 PL&HA 领域的项目，例如 ALHAT [ 3 – 6 ]、COBALT [ 7 – 10 ] 和 LVS [ 11 ]，其中包括多年的传感器开发工作 [12–15] 和各种亚轨道飞行测试。SPLICE 是一套用于精确着陆的 GN&C 技术。表 1 中列出的各个组件可以单独飞行，也可以作为着陆器承载的集成有效载荷飞行。NASA 兰利研究中心开发的导航多普勒激光雷达 (NDL) 提供厘米级的精确速度和测距。NASA 戈达德太空飞行中心开发的危险探测激光雷达 (HDL) 可生成预定着陆目标周围区域的高分辨率数字高程图 (DEM)。 TRN 系统包括摄像头、机载地图和 TRN 算法，这些算法由查尔斯·斯塔克·德雷珀实验室公司为 SPLICE 项目开发和实施 [16]。NASA 喷气推进实验室开发的危险检测算法基于参考文献 [17] 中概述的 ALHAT 算法，并进行了一些修改，以便与新型高清激光雷达 DEM 配合使用并在新型下降和着陆计算机 (DLC) 上运行。约翰逊航天中心开发的 DLC 是一种新型航空电子设备设计，正在开发中，以利用高性能航天计算 (HPSC) 处理器 [18, 19]。随着用于 TRN 和 HDA 的 GN&C 硬件和软件的不断成熟，该项目还在开发高精度模拟环境，包括带有 DLC 的硬件在环 (HWIL) 测试平台和一些在环传感器模拟器。此外，SPLICE 正在对机器人和载人任务的 EDL 架构进行详细建模 [ 20 , 21 ]，以确定未来需求，揭示现有技术差距，并推动传感器技术发展，使即将到来的任务受益，例如 NASA 的 Artemis 和商业着陆器有效载荷服务 (CLPS) 计划。图 1 是主机飞行器上 SPLICE 有效载荷的高级示意图。TRN 和 HDA 的图像处理需要大量计算，因此 DLC 的设计旨在通过处理大部分视觉导航算法来减轻主飞行计算机的负担。在 DLC 上运行的飞行软件利用 NASA 核心飞行
WORLDDEM – 一种新型全球基础层
WORLDDEM – 新型全球基础层 G. Riegler、S. D. Hennig、M. Weber 空中客车防务与航天 – 地理情报，88039 Friedrichshafen，德国 - (gertrud.riegler、simon.hennig、marco.weber)@astrium.eads.net 关键词：WorldDEM、TanDEM-X 任务、高质量全球数字高程模型 摘要：空中客车防务与航天的 WorldDEM™ 提供具有空前质量、准确性和覆盖范围的全球数字高程模型。该产品在 12m x 12m 栅格中的垂直精度为 2m（相对），优于 6m（绝对）。其精度将超过任何现有的全球卫星高程模型。WorldDEM 是一项改变游戏规则的颠覆性技术，将定义全球高程模型的新标准。德国雷达卫星 TerraSAR-X 和 TanDEM-X 在太空中形成高精度雷达干涉仪，并为 WorldDEM 获取数据基础。这项任务与德国航空航天中心 (DLR) 联合执行。空中客车 DS 完善了数字表面模型（例如编辑采集、处理工件和水面）或生成数字地形模型。提供三个产品级别：WorldDEMcore（处理输出，不应用任何编辑）、WorldDEM™（保证无空隙地形描述和水文一致性）和 WorldDEM DTM（代表裸地高程）。精确的高程数据是任何精确地理空间产品的初始基础，特别是在基于它进行多源图像和数据集成时。融合数据可提高可靠性、增强置信度并减少歧义性。本文将介绍产品开发活动的现状，包括生成这些活动的方法和工具，如地形和水体编辑以及 DTM 生成。此外，还将介绍对 WorldDEM 产品的验证和确认研究。1.简介 数字高程模型 (DEM) 是许多商业和科学活动的关键，例如用于分析和预测环境和地球物理过程或事件，以进行危机干预规划，如洪水和风险测绘，用于水文、林业、多源地理数据正射校正和测绘、基础设施规划和导航等应用。例如，在石油和天然气业务中，高程信息对于进行石油和天然气田的可行性研究、勘探、开发和管理至关重要。高程模型的质量和可靠性至关重要。对高程信息的可用性、覆盖范围、准确性和同质性的要求日益提高。如今，市场上有许多来自各种机载和星载系统的 DEM 产品。大面积高度信息，尤其是全球 DEM，通常是来自各种来源的数据的拼凑，其中包含许多不同精度、分辨率、时间差、格式和投影的不同数据。结果很难统一，地球上每个点的质量也都不一样（Gantert 等人2011 年）。从 TanDEM-X 任务期间获取的 TanDEM-X DEM 衍生的 WorldDEM 是第一个来自同一来源的全球极点到极点数字高程模型。TanDEM-X 任务（TerraSAR-X 数字高程测量附加组件）是在德国航空航天中心 (DLR) 和空中客车防务与航天公司之间的公私合作伙伴关系 (PPP) 下实现的。空中客车 DS 拥有该数据的独家商业营销权，并负责根据全球商业用户的需求调整和完善高程模型 (Riegler 2013)。