共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
三维激光扫描技术是最近几年在测量方面发展起来的一个热点,分析了国内外点云数据处理中压缩方法的研究现状,针对点云数据在采集过程中密度过大,单一的压缩方法存在不足的情况。提出了利用组合算法对点云数据进行精简,将最小距离法与三角形网格法结合在一起进行点云精简。通过编程实现了所提出的算法研究。将精简完的点云数据重新构建三角网,同时对精简完的点云数据进行建模,与原始模型对比,新方法的压缩效果比较理想。 相似文献
3.
地面激光扫描技术能快速、准确的获取到被扫描对象的三维点云数据,很多GIS工作中都需要对点云数据进行构建不规则三角网(TIN)和进行点云加密处理,本文基于地面激光点云数据建TIN及固定值内插加密其中一种方法进行了探讨。 相似文献
4.
孤立点检测是数据挖掘的一个重要内容,用来发掘数据集中显著不同于其他数据的对象。文章讨论了孤立点检测在零售业中的应用,并在基于距离和的孤立点检测算法的基础上,对孤立点的具体位置做了进一步的确定和分析。 相似文献
5.
讨论了基于点云数据的曲面表示问题,采用基于核函数理论的支持向量回归杌实现点云数据的处理,拟合出曲面,得到点云数据的一个曲面表示.实验结果表明径向基核具有建模光顺性好、处理速度快等优点. 相似文献
6.
7.
8.
9.
《内蒙古科技与经济》2017,(6)
基于EyesMap平板扫描系统获取的3D图像数据,自动提取点云数据,并进行点云建模。对点云数据进行选择性切片,得到建筑物的轮廓线。同时,用实例介绍了整体方法的实现过程和效果。实践效果表明,利用平板扫描系统获取的点云数据,可以快速建立结构复杂、不规则的场景的三维可视化模型,相比较传统的三维激光扫描仪获取的海量点云数据及后期复杂繁琐的处理工作,平板扫描仪只需获取较少点云数据,且能利用系统的点云处理软件做到实时处理的能力,这样可以节省大量的时间和工作量。这种能力是现行的三维激光扫描仪所不能比拟的。 相似文献
10.
11.
12.
一种复杂截面线数据的排序与轮廓分离方法 总被引:2,自引:0,他引:2
逆向工程中通过工业CT等方式测量得到的截面线数据具有数据量大、轮廓多等特点。要对其进行特征提取或几何造型之前,必须首先进行排序和轮廓分离。本文提出了一种基于极坐标的复杂截面点云数据的排序和轮廓分离方法,与基于距离的排序算法相比,这种方法减小了相邻点搜索范围,提高了搜索效率。数据试验说明这种方法能够准确地实现复杂截面点云数据地排序和轮廓分离,而且适用于包括图象数据在内的各种数据,可以用来解决图象的轮廓跟踪问题。 相似文献
13.
14.
为了提高高维数据集合离群数据挖掘效率,在分析了传统的离群数据挖掘算法优点和缺点的基础上,提出了一种离群点检测算法,首先将非线性问题转化为高维特征空间中的线性问题,然后利用非线性数据变换进行维数约减,对从高维采样数据中恢复得到低维数据集,通过本文提出的离群数据假设,并结合本文给出的离群聚类方法对所得数据对象投影分量是否是离群数据进行判别。仿真实验的结果表明了该方法能够有效地发现高维数据集中的离群点。与此同时,该算法具有参数估计简单、参数影响不大等优点,为离群点检测问题的机器学习提供了一条新的途径。 相似文献
15.
本文采用了一种直接绘制等值面的点的三维重建算法,该算法只对视觉有贡献,约占总体数据的1%左右表面点进行遍历绘制,大大提高了绘制速度。另外,本文提出了由等值面数据计算法向量的方法,实现了在只有等值面坐标数据的情况下计算法向量。 相似文献
16.
基于自然邻点插值的数据处理方法 总被引:1,自引:0,他引:1
利用自然邻点方法对离散的中国大陆地区大地热流观测数据和相对均匀的台湾地区重力观测数据进行了插值计算 ,并与地学中几种常用插值方法进行了比较 .结果表明 :自然邻点插值方法更适于处理分布不规则的观测数据 . 相似文献
17.
激光扫描点云数据存储是目前地理信息系统和测量系统的一个重要研究方向,点云数据存储系统的效率影响着点云数据处理分析能力,从而影响地理信息的获得,以及对测量等方面工作造成影响。传统的激光扫描点云数据库存储系统,一直存在存储内存空间大,存储效率却很低的问题。提出基于OTSU多阈值分割的激光扫描点云数据存储系统设计方法,首先分析点云数据查询系统结构,了解用户需求,完成系统运行平台的选择及系统安全性的分析,从而完成点云数据存储和管理框图,然后利用OTSU多阈值分割方法对数据库数据进行分析,提高激光扫描点云数据存储系统查询结果的准确性,通过仿真实验证明,所提方法能够有效提高激光扫描点云数据存储系统效率且占用的内存较其他方法小,具有较高的实用价值。 相似文献
18.
19.
在Net环境下,大数据库的散布数据具有随机分布特征,干扰性较强,难以实现有效查询,研究优化查询算法对提高大数据库的数据调度和访问能力具有重要价值。提出一种基于大数据信息流集合划分机制与模式匹配的Net大数据库散布点的抗干扰优化查询算法。构建Net大数据库散布点数据采集模型,引入了融合特征空间的构架模式,通过数据信息流集合划分机制与模式匹配,得到大数据信息流异步层最小竞争异步递进值,实现抗干扰优化查询。结合Matlab和SQL Sever混合编程进行仿真,实验结果表明,能有效提高对Net大数据库散布点的查询性能,抗干扰能力强,提高对散布点数据的召回率,在数据库构建和应用中具有应用价值。 相似文献
20.
小区间内分类数学模型是否具有模糊收敛性是处理数学问题分类的关键。对该类数学问题进行建模,验证了小区间内数学分类问题具有可行性和模糊收敛性。通过一种相位重组近邻点收敛的小区间分类算法,分析小区间特征数据点之紧邻点的收敛价值权重,过滤少数局部最佳特征数据的干扰,促进小区间分类数据近邻点的收敛性,提高数据分类收敛速度,采用马维尔条件对小区间数据分类解集进行约束,确保小区间分类模型的不动点存在且收敛,根据马维尔不动点定理得到,不动点产生的上下边界的解集中存在极限点,采用马维尔条件对小区间内分类数学模型的模糊收敛性进行验证。仿真实验对三类实际采集数据集进行模型验证,结果说明模型具有模糊收敛性。 相似文献