共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
基于改进粒子群算法的散乱点云数据配准 总被引：1，自引：0，他引：1
《科技通报》2016,(10)
提出了一种基于改进的粒子群与ICP算法相结合的点云数据配准算法,该算法主要依据点云数据之间的曲率相似度函数,采用改进的粒子群算法在两组待配准点云中搜寻到与之相匹配的点对集合进行初始配准,再将得到的配准结果作为迭代ICP算法的初始位置进行二次精细配准,从而实现两组散乱点云的配准。实验表明,该算法可以有效避免遗传算法可能陷入的局部最小值,与仅使用ICP算法相比,配准的运行时间大大缩短了,且稳定性和可靠性较好。 相似文献
3.
针对柔性再制造系统中对工件的缺损部分进行测量的问题,提出一种应用结构光传感器进行检测和定位的方法。该方法采用结构光传感器获得破损工件的三维点云数据,将点云数据与原始工件CAD模型进行配准．通过设定误差阀值提取缺损区域数据。配准过程分为初始配准和精确配准两步,采用主元分析法计算点云数据的主方向,与已知CAD模型的主方向对齐,实现初始配准;采用ICP算法实现点云数据与CAD模型的精确配准。通过计算特定方向上点云到CAD模型的误差获得工件缺损区域的数据。实验表明,该方法能有效的获得破损工件缺损部分的三维信息。 相似文献
4.
针对目前基于欧式距离的点云离群点滤除算法效率低下、计算浪费的问题,提出了一种改进的算法。通过对三维点云模型进行空间单元格划分,进而构造基于单元格的最大连通域,保留最大连通域内点云数据点。试验结果表明,算法可有效去除点云模型的离群点。 相似文献
5.
在云对等网络中在线异常点的实时搜索和准确检测关系云对等网络的稳定和安全,由于云对等网络的在现异常点检测受到大量对等合法数据的干扰,网络波动幅度不大,检测困难。提出一种基于密度部分存储优化的云对等网络在线异常点检测算法,通过计算局部节点数据的在线时间复杂度实现对路由交换数据序列的初始特征和先验信息的预估计,适当增大存储空间开销来换取时间效率,实现零跳搜索和对异常点的准确检测。研究结果表明,采用该算法进行云对等网络的异常点检测,检测准确率大幅提高,执行开销降低,保证了对云对等网络安全性,提高了动态监测能力。 相似文献
6.
《中国科技信息》2020,(14)
本文根据三维图像和决策树模型设计基于颜色与三维形状的水果识别算法,并评价该算法的识别准确率。根据所采集到的125张三维图像信息,首先将RGB数据进行灰度处理和高斯滤波处理,而后按照Canny算法进行边缘检测,从而提取目标物体的颜色特征,将目标的RGB数据与深度数据转化为点云模型,再将点云模型进行点云滤波处理、点云分割操作,提取出目标物体的点云模型,最后根据拟合点云模型和拟合球体的方差从而提取出目标物体的三维形状特征。通过CART算法构建基于颜色与三维形状的水果识别模型,使用识别率评价模型效能,本文算法的识别准确率高达94%。结果表明,该算法可以极大提升水果识别效率,缩短水果分类周期,提高水果分类准确率,减少劳动力的消耗。 相似文献
7.
8.
9.
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
10.
文章提出一种基于法向量夹角的点云特征线提取算法，该算法过程主要分为特征点提取和特征点连接两个阶段。在基于法向量夹角的特征点提取的过程中，通过构建最小生成树来实现法向量重定向，一定程度上提高了传统法向量提取特征点的准确性，随后对初选特征点进行细化和删减，得到点云数据的特征点集。在特征点连接阶段通过建立特征点的最小生成树以及相应的最小生成树裁剪算法构建特征曲线。实验证明，该算法原理简单，能很好地提取点云模型尖锐特征与细节特征，是一种有效的三维点云特征线提取算法。 相似文献
11.
基于融合基础架构的新一代数据中心,提出一种基于融合特征空间构架的云数据离散调度逼近算法,在对系统节点进行数据采集任务分配的基础上,研究基于云计算的IAAS层基础设施自动化快速供应的技术方案,对云数据离散分配任务进行评价和估计,描述了云数据采集和特征空间融合架构方法,构建云数据采集和特征空间融合机制,进行融合特征空间构架下的数据离散调度逼近算法改进设计。研究结果表明,该方法实现云数据离散调度的压缩性能很稳定,有效节约了任务执行时间,云数据离散调度逼近的收敛步数较少,收敛性好,展示了较强的实用性和优越性,为云计算的顶层设计PAAS与SAAS提供技术平台支持。 相似文献
12.
《科技通报》2015,(8)
混合云存储系统的大数据部署和管理过程中,出现大量冗余数据,需要对冗余数据合理删除,获取想要云端的数据,提高系统稳定性。传统的冗余数据删除算法会在分数阶Fourier域出现伪峰峰值,不能有效地对冗余数据进行检测滤波和删除处理,提出一种基于压缩特征码的混合云冗余数据删除算法。预测出不同时间片内混合云的任务执行期望完成时间,对混合云数据冗余主成分进行特征编码,表征为校验信息存储子集对部分冗余数据的块层结构,提高冗余数据删除性能,实现算法改进。仿真结果得出,该算法对云存储系统中冗余数据的检测性能较好,有效避免数据信息流的干扰特征造成的误删和漏删,冗余数据删除准确性高,具有较好的应用价值。 相似文献
13.
《科技通报》2015,(12)
随着Web数据库技术的发展,需要对云数据进行索引管理,提高Web数据库访问能力。传统方法采用高斯边缘化路径控制方法进行索引,在无法及时获知Web云数据的先验语义特征信息时,索引精度不高。提出一种基于自适应特征映射的云数据管理索引算法。构建云数据管理模型,提取云数据自适应特征,采用语义相似度特征分析方法实现特征映射,采用一维搜索方法进行峰值搜索,初始化数据库索引起始时间点,设置语义高斯边缘化索引复激活函数,对本层链路和跨层链路进行均衡处理,达到云数据管理和优化索引的目的。仿真结果表明,采用该算法能有效提高云数据管理索引精度,提高云数据的准确调度和访问能力。 相似文献
14.
传统的海量资源存储技术采用单机存储的方法,无法保证数据存储的高速度和大容量,并且一般采用固定频率工作,无法保证系统的高能效。为此提出一种基于能效控制的DctAF框架云缓存技术,以分布式缓存的系统能效作为研究对象,以DctAF缓存框架为模板建立了云平台的分布式缓存系统框架,采用T_PCA算法对缓存数据进行有效压缩,大大减小存储到云中的数据量。实验表明,T_PCA算法能够稳定的对数据实现压缩,系统数据压缩率大约为60.2%,分布式缓存技术的读写速度远远高于传统存储技术,且自适应频率模式具有更高的能效。 相似文献
15.
本文根据电力系统故障录波文件的特点,提出一种全新的、无损的、压缩率高的数据压缩的方法。该方案根据comtrade的特点,将需要压缩的内容解析为数据基本信息、模拟通道数据和状态量通道数据三个部分,根据每部分自身的数据特点分别用不同的数据压缩算法进行相应的数据预处理。根据预处理之后的数据的特点和字典压缩的分析能力,将预处理压缩数据再进行一次字典压缩,大大提高了数据压缩率。与该压缩方法对应有一套特定的解压缩方法,该解压缩的流程与压缩流程相反,是一个信号重构的过程,解压后最终得到的文件既是压缩之前的源文件,数据信息完全没有损失。本算法保证了故障录波文件的无损性和高压缩率,有利于故障录波数据的储存、传输以及数据重现分析。 相似文献
16.
17.
18.
采用改进的隐式曲面重建模型,采用分层次重建思想和局部支撑的径向基函数相结合的重建算法,使其结合了局部和全局函数的优点,采用局部支撑径向基函数有效降低系统求解复杂度,分层方法可以有效处理残缺和非均匀点云数据。算法首先对点云数据进行层次划分,接着递归地将前一级的插值结果作为后一级的偏移,由粗糙到精细逐步改善重建结果。实验结果表明,算法简单易实施,重建效果良好。 相似文献
19.
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