公共文化服务平台

李鹏程: 作品数：22 被引量：110H指数：9; 供职机构：中国人民解放军信息工程大学更多>>; 发文基金：国家自然科学基金河南省自然科学基金国家重点实验室开放基金更多>>; 相关领域：天文地球自动化与计算机技术电子电信更多>>

合作作者

三维激光点云数据配准误差传播研究与精度控制: 2017年; 由于测绘科技的飞速发展,三维激光扫描技术在测绘领域的应用日益广泛,但目前还没有通用的三维点云配准误差传播模型,且均未广泛应用到三维激光扫描领域。为此,本文通过引入摄影测量学原理对各测站点云的配准进行分析,探讨了三维激光点云配准误差传播的规律,并将传统控制测量的方法应用到激光扫描测绘中,并优化完善了误差传播模型。通过实验,验证了点云配准过程中配准精度与多站配准误差积累的定量关系,从而对点云配准质量进行评估预测。; 李鹏邢帅李瑾李鹏程; 关键词：三维激光扫描点云配准精度控制

抗差估计在机载激光雷达点云滤波中的应用被引量：5: 2015年; 机载激光雷达(Lidar)点云数据滤波是Lidar数据后处理研究的重点和难点之一,也是首要解决的问题。传统曲面约束滤波算法利用最小二乘法拟合地形曲面,易受种子点粗差影响。针对这一问题,引入抗差估计理论改善曲面拟合效果,并设计自适应阈值确定的方法区分地面点与地物点。使用国际摄影测量与遥感学会(ISPRS)测试数据进行实验,与传统的8种经典滤波方法进行对比,实验结果表明,抗差估计能得到更为合理的拟合曲面,获取的滤波结果非常可靠,对各种地形的适应性较强,具备较高实用价值。; 刘志青李鹏程张保明郭海涛丁磊; 关键词：遥感激光雷达数据滤波抗差估计点云

基于Transformer结构的遥感影像敏感目标自动隐藏方法被引量：1: 2022年; 遥感影像敏感目标隐藏是保证遥感资源安全共享的关键。针对传统方法存在的目标检测不完全、补全结果不可靠的问题,提出了一种基于Transformer结构的遥感影像敏感目标自动隐藏方法。首先利用以Swin Transformer为主干网络的Cascade Mask R-CNN(region-based convolutional neural network)实例分割优化模型检测敏感目标并生成掩膜区域,同时设计了RSMosaic(remote sense Mosaic)合成数据方法减少人工标注数据;然后,基于色相-饱和度-明度(hue-saturation-value,HSV)空间的阴影检测模型扩展掩膜区域;最后,引入MAE(masked autoencoders)模型实现目标背景生成。以飞机目标为例,与Partial-Connvolutios和EdgeConnec进行了对比实验。结果表明,相比传统方法,该方法在敏感目标实例分割中的边界框与像素掩膜AP值分别提升了13.2%与11.2%;在使用RSMosaic合成数据后,边界框与像素掩膜AP值可分别再提升9.39%与14.16%,且图像修补中的平均绝对误差和最大平均差异提升80%以上,实现了结构合理、纹理清晰的敏感目标自动隐藏效果。; 李鹏程白文浩; 关键词：遥感影像

遥感卫星影像K-SVD稀疏表示去噪被引量：13: 2016年; 常规的去噪方法在去除遥感卫星影像噪声时,往往会造成影像模糊和空间分辨率下降。本文将稀疏表示理论应用于遥感卫星影像去噪,提出了一种改进算法,能够保留低频信息不变,仅对影像的高频信息进行稀疏重建。算法核心是按照是否能够从过完备字典中选择较少原子进行稀疏表示的原则来区分高频信息中的有效信息和噪声。通过3组实验对改进算法与传统去噪方法进行对比检测,实验结果表明,改进算法在去除噪声的同时,能较好地突出影像的边缘和细节信息。; 夏琴邢帅马东洋莫德林李鹏程葛忠孝; 关键词：遥感影像去噪

机载LiDAR全波形数据分解的研究与应用被引量：1: 2015年; 近年来,新兴机载全波形Li DAR技术在摄影测量与遥感领域受到广泛关注。其相比传统机载Li DAR的优势在于它对后向散射回波信息进行了完整的数字化记录。波形分解是波形数据处理的重要环节,通过波形分解不仅仅可以得到高质量的三维点云产品,还能够提高DEM的生成精度并辅助点云的精确分类,随着研究的不断深入,全波形数据将在更多领域发挥更大的实用效益。; 李鹏程刘志青张保明郭海涛张军军; 关键词：数据滤波 DEM生成

半分析算法在固有光学特性反演中的性能研究: 2022年; 水色遥感作为目前获取大范围水体固有光学特性的唯一方法,其精度取决于所用的反演算法,而基于辐射传输理论的半分析算法凭借坚实的理论基础和良好的可解释性成为近年的研究重点,但其在不同类别水体中的反演性能未见系统分析。通过选取曼德海峡和马六甲海峡分别作为一类和二类水体的代表水域,并基于OLCI遥感影像数据,使用K_(d) 490作为间接评价参量对GSM、LMI和QAA三类主流半分析算法的反演性能进行了分析研究。结果表明三者一类水体中的反演性能LMI≈QAA>GSM,而在二类水体中GSM>QAA>LMI;在水体适应性方面,以QAA为最佳,GSM和LMI受光谱斜率参数的影响很大。因此,根据水体类型选取合适的半分析算法对于提高水体固有光学特性反演精度是十分必要的。; 邢帅刘宸博王丹菂李鹏程焦麟张鑫磊; 关键词：后向散射系数漫衰减系数

机载激光测深去卷积信号提取方法的比较被引量：9: 2018年; 为提高机载激光测深信号提取的精度,在测深波形数据处理中引入去卷积信号提取方法,即利用去卷积对波形进行预处理,再对去卷积后的波形实现峰值检测,以精确确定测深信号位置。通过定义性能评定指标对维纳滤波去卷积、非负最小二乘、理查德森-露西去卷积、盲源去卷积4种常用去卷积算法的信号复原能力进行对比分析,并对去卷积信号提取方法的信号检测能力进行验证。试验结果表明,理查德森-露西去卷积算法能够显著提高测深信号分辨率,且算法适应性强,成功率高;相比传统的峰值检测方法,去卷积信号提取方法具有更高的信号检测率、精度和更广的测深范围。; 王丹菂徐青邢帅邢帅李鹏程; 关键词：机载激光测深信号检测

融合强阈值三角网与总体最小二乘曲面拟合滤波被引量：9: 2016年; 机载Li DAR点云数据滤波是Li DAR数据后处理过程中的关键步骤。在分析三角网滤波与曲面拟合滤波特点的基础上,提出了一种"由粗到精"的处理思想用于Li DAR点云数据滤波。该方法通过强阈值三角网算法进行II类误差优先的"粗分类",获取可靠性较高的初始地面点,以"粗分类"结果作为先验信息进行种子点选取,引入总体最小二乘算法完成曲面拟合,设置自适应阈值实现不同区域灵活处理,最终得到较为精细的地面模型。使用ISPRS测区数据及Niagara数据进行实验,与经典滤波算法及传统曲面拟合方法进行对比,实验结果证明,该方法较传统算法能够得到更加可靠的滤波结果,对各种地形的适应性较强,具备较高的实用价值。; 刘志青李鹏程郭海涛张保明丁磊赵传张旭光; 关键词：激光雷达数据滤波曲面拟合

全局收敛LM的激光雷达波形数据分解方法被引量：10: 2015年; 全波形激光雷达是遥感领域的新兴技术,相比传统激光雷达,它对后向散射回波进行全数字化的记录,通过分解返回波形能够得到更加丰富的地物属性信息,因此波形分解是激光雷达全波形数据处理的核心内容。针对传统LM算法容易陷入局部最优解的问题,提出一种全局收敛LM的激光雷达全波形数据分解方法。该方法引入全局收敛LM算法对波形进行拟合,获得波形分量参数的最优解,利用迭代的波峰检测策略实现复杂重叠波形分量的逐步分解。通过对GLAS、LVIS与Lite Mapper-5600的波形数据分解实验证明:该方法相比传统LM算法能够得到更具鲁棒性的波形分解结果,并且适用于星载波形数据、机载大光斑以及机载小光斑波形数据,具备较高实用价值。; 李鹏程徐青邢帅刘志青耿迅侯晓芬张军军; 关键词：遥感激光雷达

多特征融合与几何卷积的机载LiDAR点云地物分类被引量：4: 2022年; 目的点云分类传统方法中大量依赖人工设计特征,缺乏深层次特征,难以进一步提高精度,基于深度学习的方法大部分利用结构化网络,转化为其他表征造成了3维空间结构信息的丢失,部分利用局部结构学习多层次特征的方法也因为忽略了机载数据的几何信息,难以实现精细分类。针对上述问题,本文提出了一种基于多特征融合几何卷积神经网络(multi-feature fusion and geometric convolutional neural network,MFFGCNN)的机载LiDAR(light detection and ranging)点云地物分类方法。方法提取并融合有效的浅层传统特征,并结合坐标尺度等预处理方法,称为APD模块(airporne laser scanning point cloud design module),在输入特征层面对典型地物有针对性地进行信息补充,来提高网络对大区域、低密度的机载Li DAR点云原始数据的适应能力和基础分类精度,基于多特征融合的几何卷积模块,称为FGC(multi-feature fusion and geometric convolution)算子,编码点的全局和局部空间几何结构,实现对大区域点云层次化几何结构的获取,最终与多尺度全局的逐点深度特征聚合提取高级语义特征,并基于空间上采样获得逐点的多尺度深度特征实现机载Li DAR点云的语义分割。结果在ISPRS(International Society for Photogrammetry and Remote Sensing)提供的3维标记基准数据集上进行模型训练与测试,由于面向建筑物、地面和植被3类典型地物,对ISPRS的9类数据集进行了类别划分。本文算法在全局准确率上取得了81.42%的较高精度,消融实验结果证明FGC模块可以提高8%的全局准确率,能够有效地提取局部几何特性,相较仅基于点的3维空间坐标方法,本文方法可提高15%的整体分类精度。结论提出的MFFCGNN网络综合了传统特征的优势和深度学习模型的优点,能够实现机载LiDAR点云的城市重要地物快速分类。; 戴莫凡邢帅徐青李鹏程陈坤; 关键词：机载LIDAR 多特征融合

李鹏程

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李鹏程

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈