基于LiDAR-DEM的滑坡增强显示和痕迹识别

卢成卓, 吕杰, 自磊, 杞应涛, 倪博, 胡建开

兰州大学学报(自然科学版) ›› 2026, Vol. 62 ›› Issue (1) : 42 -51+60.

兰州大学学报(自然科学版) ›› 2026, Vol. 62 ›› Issue (1) : 42 -51+60. DOI: 10.13885/j.issn.0455-2059.2026.01.006

基于LiDAR-DEM的滑坡增强显示和痕迹识别

    卢成卓, 吕杰, 自磊, 杞应涛, 倪博, 胡建开
作者信息 +

Author information +
文章历史 +

摘要

针对传统遥感技术无法在复杂地形条件下精准获取植被覆盖区域的滑坡体地表微地形地貌特征,提出一种基于机载LiDAR技术的滑坡地形增强显示和痕迹识别方法 .利用预处理后的LiDAR点云数据构建高精度的LiDAR-DEM,选取山体阴影、地形坡度、正开放度、负开放度和天空视域因子等可视化方法生成可视化影像;基于像素级图像融合方法对可视化影像进行融合处理,获得滑坡地形增强显示影像;通过分形模型获取阈值,利用均值偏移算法对痕迹进行聚类去噪,从中提取滑坡痕迹.结果表明,采用基于像素级的影像融合技术,结合多种地形可视化影像的优势特征,可以有效增强滑坡微地形的显示;基于增强显示影像,利用分形模型和Mean-shift算法进行去噪以提取滑坡痕迹.与正射影像的对比显示,该方法能够有效且准确地提取滑坡痕迹.

关键词

激光雷达 / 图像融合 / 分形模型 / 增强显示 / 滑坡痕迹

Key words

引用本文

引用格式 ▾
卢成卓, 吕杰, 自磊, 杞应涛, 倪博, 胡建开. 基于LiDAR-DEM的滑坡增强显示和痕迹识别[J]. 兰州大学学报(自然科学版), 2026, 62(1): 42-51+60 DOI:10.13885/j.issn.0455-2059.2026.01.006

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金项目(62266026,41861054,42361054); 教育部产学合作协同育人项目(230902313153315,202101096033); 昆明理工大学分析测试基金项目(2022T20140090,2022M20212201154)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/