摘要。航空激光扫描是一种现代而精确的遥感技术,用于扫描地球表面并获取其数字表面模型。数字表面模型可用于不同的经济任务。航空激光扫描的结果是 3D 点云,必须在使用前进行预处理。预处理任务包括三组:噪声过滤、对象识别和矢量地图或 3D 模型的生成。本报告与对象识别领域相关。航空激光扫描的主要参数是点密度,以每平方米的点数表示。因此,了解每平方米的最小点密度非常重要,必须满足该密度才能为利益相关者识别对象并传递 LiDAR 数据。现有的科学出版物仅描述了识别方法,但没有提供一些精确的方法来选择业务需求所需的点密度。因此,需要某种方法来定义这个最小点密度。本文档提供了计算建筑物识别最小点密度的简单方程。该方程是从数学模型的分析中表达出来的。该分析基于对物体位置模式和检测该物体的概率的探索。使用高密度 LiDAR 数据、点密度最小化算法和建筑物识别方法对理论模型进行了实验评估。
摘要。我们使用波动光学模拟来研究网格采样方面的分支点密度(即瞳孔相位函数内的分支点数量)。这些波动光学模拟的目标是模拟平面波在均匀湍流中的传播,包括使用希尔谱建模的有限内尺度的影响和不受有限内尺度的影响。实际上,网格采样为波动光学模拟中的分支点分辨率提供了衡量标准,而 Rytov 数、Fried 相干直径和等晕角则为设置和探索相关的深度湍流条件提供了参数。通过蒙特卡罗平均,结果表明,在没有有限内尺度的影响的情况下,分支点密度在充分的网格采样下无限制地增长。然而,结果还表明,随着内尺度尺寸的增加,这种无界增长 (1) 会随着 Rytov 数、Fried 相干直径和等晕角的强度增加而显著减小,并且 (2) 会随着网格采样的充分而饱和。这些发现意味着未来的发展需要包括有限内尺度的影响,以准确模拟自适应光学中分支点问题的多面性。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 International 许可证出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物,包括其 DOI。[DOI:10.1117/1.OE.61.4.044104]
在道路环境监测中使用激光扫描数据和街道视图图像的利用。主要重点是道路损坏和排水。还发现了附近的道路场景。Terramodeler和Terrascan软件用于研究。使用五个不同的LiDAR数据集检测道路损坏和排水。可从Jakomäki地区获得基于移动器和直升机的LIDAR数据。在Rauma情况下,从直升机中收集了两个数据集,但点密度不同。此外,对于基于直升机的LiDAR数据,Hyvinkää案中Blomstreet Service也提供了街道视图图像。比较了数据集之间的结果。目的是研究是否可以从具有不同点密度的几个数据集中找到相同的损失。单个树木检测的LIDAR数据是由Korppoo地区的直升机收集的。树的位置还用速度计测量,以获取自动检测的参考数据。树木的高度是从点云手动确定的。将手动测量的高度和位置与自动检测到的高度进行了比较。
1. 连续操作范围 PulseTRAK™ 技术可消除其他配备多脉冲的传感器常见的数据覆盖间隙和不规则点密度,从而实现真正的连续操作范围。此功能大大简化了任务规划,并在整个数据集中产生一致的数据分布,甚至跨越接收器的“盲区”。» 实现一致的点密度,不再有接收器“盲区”。» 无论地形如何变化,都可以完全自由地进行收集,从而显著提高效率。» 大大简化了任务规划。 2. 动态视场 (FOV) Galaxy 采用 SwathTRAK™ 技术,是第一款采用实时动态 FOV 的传感器,即使在不同的地形高度也能保持固定宽度的扫描带。» 尽管地形高度发生变化,仍能保持规则的点分布并提高点密度的一致性。» 与固定 FOV 传感器相比,航线数量更少,但可最大程度地提高收集效率。 » 与固定 FOV 传感器设计相比,收集成本可节省 40-70%,具体取决于地形变化。
1.连续操作范围 PulseTRAK™ 技术通过消除其他配备多脉冲的传感器中常见的数据覆盖间隙和不规则点密度,实现了真正的连续操作范围。此功能大大简化了任务规划,并在整个数据集中产生一致的数据分布,甚至跨越接收器“盲区”。» 实现一致的点密度,不再有接收器“盲区”。» 无论地形如何变化,完全自由收集可显著提高效率。» 大大简化了任务规划。2.动态视场 (FOV) Galaxy 采用 SwathTRAK™ 技术,是唯一一款采用实时动态 FOV 的传感器,即使在不同的地形高度下也能保持固定宽度的扫描带。» 尽管地形高度发生变化,仍能保持规则的点分布并提高点密度一致性。» 与固定 FOV 传感器相比,航线数量更少,可实现最大收集效率。» 与固定 FOV 传感器设计相比,收集成本可节省 40-70%,具体取决于地形变化。
摘要。这篇由两部分组成的论文的第二部分使用波动光学模拟来研究与湍流和时间相关热晕 (TDTB) 相关的蒙特卡罗平均值。目标是研究湍流热晕相互作用 (TTBI)。在接近 1 μ m 的波长下,TTBI 会增加高功率激光束通过分布式大气像差传播时产生的建设性和破坏性干扰(即闪烁)的量。因此,我们使用球面波 Rytov 数、风清除周期数和畸变数来衡量模拟湍流和 TDTB 的强度。这些参数在给定具有恒定大气条件的传播路径时非常有用。此外,我们使用对数振幅方差和分支点密度来量化 TTBI 的影响。这些指标来自点源信标通过模拟湍流和 TDTB 从目标平面反向传播到源平面。总体而言,结果表明,由于 TTBI,对数振幅方差和分支点密度显著增加。这一结果对执行相位补偿的光束控制系统构成了重大问题。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 Unported 许可证发布。分发或复制本作品的全部或部分内容需要完全署名原始出版物,包括其 DOI。[DOI:10.1117/1.OE.59.8.081805]
热带山地森林是重要的碳和生物多样性储存库,在水文循环中发挥着核心作用。然而,它们非常分散且退化,在整个景观中留下了孤立的残余森林。这些山地森林残余的森林结构存在很大差异,这取决于树种组成和森林退化程度等因素。我们的目标是 (1) 分析机载激光扫描 (ALS) 在模拟森林结构异质性方面的可靠性,如树木大小不平等的基尼系数 (GC) 所述;(2) 确定是否通过包括 Landsat 时间序列 (LTS) 中对树种敏感的光谱时间指标来改进模型;(3) 使用预测 GC 的结果图评估三个森林残余和不同森林类型之间的差异。研究区域位于肯尼亚的 Taita Hills,那里的原生山地森林已被部分单一物种人工林取代。数据包括来自 85 个样地的现场测量数据和两个脉冲密度不同的 ALS 数据集(9.6 和 3.1 个脉冲 m −2 )。GC 使用 beta 回归建模。我们发现,与点密度较低的 ALS 数据集(rRMSE CV 15.1%)相比,点密度较高的 ALS 数据集(交叉验证相对均方根误差 (rRMSE CV ) 13.9%)对 GC 的预测更准确。此外,ALS 和 LTS 指标之间存在重要的协同作用。结合
在过去的 10 年中,技术发展改变了遥感科学的范式。如今,可以采用非常多样化的技术来捕获和/或提取非常精确的地形高程数据并准备数字高程模型。本文旨在回顾现有的遥感技术,这些技术可以通过非常精确的高程数据采集支持灾害补救(通过挖掘土壤)。回顾了地面技术(如地面激光扫描、InSAR 和 SfM)和机载技术(机载激光扫描 [ALS]、无人机摄影测量方法、带 LiDAR 的无人机)。根据以下技术标准检查它们的能力:空间效率、点密度、准确性和在灾难情况下的适用性。
我们报告了一种通用方法,用于提高软烤 BCB 键合堆栈中键合后晶圆对准精度和 BCB 厚度均匀性。该方法基于新型 BCB 微柱,在键合过程中充当锚点。锚点结构成为键合界面的自然组成部分,因此对键合堆栈的光学、电气和机械性能的干扰最小。我们研究了固定锚点密度和各种锚点高度与粘合剂 BCB 厚度的关系,这些性能也不同。我们证明了对准精度可以提高大约一个数量级,并且该工具可以接近基本的键合前对准精度。我们还证明了该技术对 2 – 16 μ m 的大范围 BCB 厚度都有效。此外,我们观察到,对于 8 – 16 μ m 范围内的 BCB 厚度,厚度不均匀性降低了 2 – 3 倍。
机载激光扫描 (ALS)、图像匹配和干涉合成孔径雷达 (InSAR) 等自动测量方法的出现推动了数字地形模型 (DTM) 的传播。然而,所有这些技术都存在严重错误和区域判定错误的风险。对于 ALS 数据,地形外点的过滤至关重要(参见Sithole 和 Vosselman (2004) 以及 Kraus 和 Pfeifer (1998)),并且可能导致大量数据空白。图像匹配 (Bauerhansl et al.2004) 和 InSAR (Mercer 2004) 也是如此。图像匹配还可能通过不匹配的点产生错误,并且点密度在纹理较差的区域中会降低。来自 InSAR 的 DTM 还存在相位模糊等问题。本文重点评估来自 ALS 数据和摄影测量影像的 DTM,以提供可能更高质量的数据。