共查询到16条相似文献，搜索用时 156 毫秒
1.
岩体点云滤波是岩体三维重建的关键环节。针对岩体点云环境，提出一种基于多维度特征和多层神经网络的植被滤波方法。该方法首先计算点云中每一点的多维度特征作为特征输入；然后利用多层神经网络构建分类器实现对岩体点云数据的植被滤波过程。分析多维度特征的可用性，并通过不同的实验过程筛选最优网络模型参数。与其他分类器相比，本算法精度较高，能够更好地应用于岩体点云植被滤波领域。 相似文献
2.
岩体点云配准是岩体三维重建与分析的基础。经典的点云配准方法虽然能够很好地适用于普通点云,但对于岩体点云并不能获得足够的精度。由于岩体点云表面结构复杂,且大部分区域为平面,基于岩体点云的这些特点,提出通过几何特征逐层过滤匹配点的岩体点云配准算法,引入匹配点对的协方差矩阵的特征值和特征向量矩阵,以及曲率、主方向等几何特征逐层过滤匹配点对,精确地找到匹配点对。在不同岩体点云上的实验测试与分析结果表明,该算法在准确度上有明显优势。 相似文献
3.
提取准确的道路信息对城市规划和数字城市制图具有重要意义。利用高密度车载激光扫描数据,针对无法以路沿作为道路边界的情况,提出一种基于边缘线检测的道路自动提取方法。先利用平面检测算法对分段后的路面完成粗提取,在此基础上,分析道路边缘线与相邻两侧路面在激光反射强度与几何性质上的差异,通过设定合理阈值提取边缘线上的点云,最后对离散边缘点进行曲线拟合完成道路精提取。利用实际获取的城区车载点云数据验证表明,该方法提取道路的正确度、完整度和提取质量等均高于90%,特别是对无明显路沿的道路,可有效识别出道路边缘线。 相似文献
4.
5.
机载激光雷达技术已经成为快速获取城市建筑三维数字模型的有效手段，而建筑物屋顶点云提取则是建筑物三维数字模型重建的关键。为有效剔除植被和墙面点云，以及消除地形起伏对建筑点云提取精度的影响，提出一种层进式屋顶点云提取方法。首先对LiDAR点云进行滤波，在此基础上利用点云回波特性和点云法向量检测并删除非地面点中特征明显的植被点和建筑物墙面点，然后利用连通成分分析法对非地面点聚类得到初始建筑点，最后结合DTM并利用建筑物面积和高度信息分离得到建筑物屋顶点云。试验结果表明，本方法能有效地从机载点云数据中快速提取建筑屋顶点云，有效率可达85%以上。 相似文献
6.
提出一种基于特征筛选和二级分类的建筑提取算法。该算法首先对极化SAR数据进行精致Lee滤波,获取多维极化特征和纹理特征构成原始特征集;然后将随机森林作为初级分类器评估各特征的重要性,依据重要性排名进行特征筛选;最后通过支持向量机对特征子集进行次级分类,并用邻域投票法将两级分类结果融合。AIRSAR极化数据实验结果表明,本算法可有效提高极化SAR建筑提取准确率。 相似文献
7.
提出一种基于Matlab的大规模散乱点云数据的曲率估算的计算机实现方法.根据规模点云数据分布的特点,对散乱点云数据进行区域划分;对每个区域内的点云数据,用二次参数曲面逼近空间邻近点集,计算各点法矢,对不协调的法矢方向进行调整,计算各点曲率.实验表明,这种方法简化了散乱点云数据的曲率的计算量,从而在普通计算机上能实现大规模散乱点云数据的求解. 相似文献
8.
高压线数字化是数字电网建设和线路智能巡检的核心内容,机载LiDAR在高压线三维数字重建中具有独特的优势。提出一种从输电走廊机载LiDAR点云数据自动快速高精度提取完整电力线点的方法。首先基于点云的空间分布特征粗提取电力线点,并通过改进Hough变换和RANSAC抛物线拟合法剔除噪点,然后分别进行电力线在平面和垂直面上的分股,结合单股电力线的平面直线模型和垂直面上的抛物线模型,采用模型生长的方法提取完整的电力线点。试验结果表明,该方法提取的电力线点云的精度可达99.6%。 相似文献
9.
针对由于地形起伏、地物类型丰富等因素导致一般配准方法无法正确拟合遥感影像局部区域的问题,提出一种基于特征信息层次聚类对影像区域快速划分实现精细拟合的方法。该方法利用差分空间尺度约束提取更高精度的SIFT的特征点,并结合Hellinger变换优化匹配效率,完成特征粗匹配。根据点邻域信息完成初始聚类,得到变换模型;计算匹配点对不同变换模型的符合程度构建倾向集,根据距离合并集合得到聚类中心,使用泰森多边形法生成子区域。求解每个子区域的变换模型并插值拼接,得到配准结果。使用农田、山地、沿海城镇地形的遥感影像进行实验,将SIFT+ST、FSC-SIFT、PSO-SIFT方法的配准效果与该方法进行对比,结果表明该方法的精度与目视配准效果均更优。 相似文献
10.
《安徽职业技术学院学报》2021,(4):1-5
传统数据并行挖掘算法忽略了对数据特征的聚类,数据边界特征点无法得以融合,导致数据挖掘收敛性较差、精度偏低。文章提出基于并行挖掘的多云协同构架云数据分区挖掘算法,建立多云协同构架云数据的特征数据聚类模型,采用边界特征点融合和阈值分割方法,实现多云协同构架云数据的信息融合和聚类处理。 相似文献
11.
针对虚拟视点合成中存在的伪影和空洞问题,提出一种基于深度图像的视点绘制新方法.该方法首先使用视点同步生成机制得到虚拟视点的图像和深度信息,并根据深度信息擦除背景伪影;其次,通过基于深度的空洞填补和边界处理方法进一步消除视点图像中的空洞和前景边缘失真.实验结果表明,与MPEG 的3DV/FTV标准参考方法相比,该方法生成的虚拟视点PSNR值提高了2dB. 相似文献
12.
对区域填充算法的一点改进 总被引：3，自引：0，他引：3
对经典区域填充扫描线算法进行了改进,改进算法不但消除了经典算法中像素点颜色判读的重复操作,而且利用相邻扫描线填充次序上的连贯性,消除了不必要的回溯处理,并减少了回溯扫描区间。最后,给出了算法之间的效率比较,由比较结果可以看出本文的算法较大幅度地提高了算法的效率。 相似文献
13.
为提高单目视觉里程计算法的性能，从视觉特征选取和特征误匹配剔除两个方面进行研究.采用SURF描述子提取单目图像的特征点，并匹配相邻图像序列的特征，使用归一化线性八点法依次得到基础矩阵和本质矩阵.利用三角测量求解匹配点的三维坐标，进而根据2D 2D模型解算出两帧图像间相机运动的旋转和平移，从而构建单目视觉里程计系统.为提高算法性能，使用RANSAC算法清除初次计算的特征误匹配，并利用地面数据获取相机运动的平移尺度.实验结果验证了RANSAC算法能够有效剔除特征误匹配,降低单目视觉里程计的累积误差. 相似文献
14.
在众多的点云配准算法中，ICP算法以其所需的信息少，配准精度高而被广泛使用。然而，因其算法迭代最优化的特点，ICP本身存在时间复杂度高、易受噪声及离群点影响等缺点。针对这些问题，提出一种基于高斯曲率的ICP改进方法。该方法首先利用高斯曲率在刚体变换中保持不变的性质，对配准点云中每个点进行高斯曲率估计；其次，通过设置阈值将配准非关键点及噪声点和离群点滤除；最后，对只包含关键点的点云使用ICP进行配准。实验结果表明，在保证配准精度的前提下，本方法不仅能显著地改善ICP的运行效率，也能有效地提高其抗噪声和离群点的能力。 相似文献
15.
集中并行可视化与远程可视化的优点,提出远程数据抽取与并行可视化分析诊断方案. 针对地学研究对象具有多尺度的特点,借助于多尺度、多分辨率数据抽取工具,建立了超大规模地学数据多尺度抽取算法以及并行实现算法;并以海啸数据为例,基于VTK软件实现海啸数据的多尺度显示. 相似文献
16.
双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点（坏点）排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。 相似文献