一种基于加权平均的曲面拟合算法在电法勘探中的应用

电法勘探中要绘制很多平面图件,但没有用于绘制图件的现成关系式,大部分情况采集到的数据只是一些离散的点,因此必须利用这些离散点拟合一张光滑曲面从而进一步得到等值线图、灰阶图、彩色剖面图等图件.在众多的拟合算法中,加权平均算法是最为理想的一种,它是根据已知的测量数据点集,构造一张通过全部数据点的光滑曲面.该算法可在电法勘探绘图中得到广泛应用.     

一种改进的散乱数据曲面拟合算法

提出一种改进的散乱数据曲面拟合算法,利用自适应区域分解法和QR分解法,提高了算法的稳定性,采用双三次Bezier曲面插值拟合散乱数据点,解决了拟合曲面的光滑性问题,最后给出了算法实例和结果分析.     

三维激光点云数据的特征线光滑处理方法研究

在点云数据的三维建模过程中,常常会碰到特征线的光滑处理问题,通过拉格朗日插值、多项式拟合和三次样条函数拟合这3种方法对三维激光点云数据的特征线进行光滑处理.和原始数据进行实验对比分析,检验出样条拟合在特征线光滑处理方面有一定的优越性.     

一种改进的Radviz数据可视化方法

针对原有Radviz可视化算法将属性值均匀分布在圆周上造成属性间的值相互抵消,从而导致数据遮盖度较大及可视化图形有内缩趋势等问题,提出了一种新的可视化算法.新算法只使用1/4圆周,增强了属性间的合力,降低了数据遮盖度,更好的保持了原有数据集的特征.通过2组实验对新提出的Radviz改进型算法进行验证,2组实验结果表明改进型的算法可视化效果好于原Radviz可视化算法的效果.新算法为了继续使用弹簧模型,提出了固定点弹性系数的概念,并给出了2个确定弹性系数值的公式.     

点到平面距离公式的一种新证法

该文根据球面上一点切平面的方程和平移变换,对空间任一点P(x0,y0,z0),分P点为坐标原点和P点不是坐标原点两种情形,给出了到平面π:Ax By Cz D=0的距离公式d=|Ax0 By0 Cz0 D|/√A2 B2 C2 的一种新证法.     

三维激光扫描球形靶标在不同距离不同扫描密度下的精度分析

结合三维激光扫描仪野外测量和室内检定的要求,提出了球形靶标在不同扫描距离、不同扫描密度下进行球形靶标球心坐标的拟合,并以两球之间的距离来判断扫描精度,对不同测量方案的特点和精度进行了分析。     

一种新的平面点集三角剖分算法

平面点集的三角剖分是计算机图形学中一个比较基本的算法,它的用途非常广泛．本文提出了一个平面点集的三角剖分算法,该方法是一种简单、实用、通用的三角剖分算法,并且给出了该算法在有限元网格中得到的剖分效果分析．     

单本体数据网格的一种资源查找方法

基于对数据库网格的研究,提出了一种针对单本体数据网格的资源发现机制．通过将单本体概念划分为二级属性,数据对象依据二级属性被分成不同的社区．资源查找通过二级覆盖网络导航,将资源请求始终限定在相应的社区,达到了降低资源搜索空间的目的,从而提高了资源发现效率．     

一种基于遗传规划的数据拟合方法

把数据拟合建模看作是模型结构和参数的优化搜索过程,将遗传规划和最小二乘法结合起来共同实现数据拟合,该方法是先用遗传规划随机生成待拟合函数的结构,再利用最小二乘法确定参数,然后耦合后生成待拟合的函数,实现模型结构和参数的共同识别.数值仿真表明,该方法得到的函数比传统方法得到的函数的拟合精度要高,且计算精度高.     

一种基于遗传程序设计的数据拟合方法

提出了使用遗传程序设计来实现数据拟合的方法。用树的分层结构来进行个体染色体编码。给出了遗传操作算法框架以及选择、交叉、变异与种群评估算子的实现方法。通过计算实例表明遗传程序设计能有效地进行数据序列的复杂函数拟合,不需要对数据作深入的了解,在一定程度上实现了对数据变化规律的自动建模。     

一种改进的LiDAR点云滤波方法

针对移动机器人激光雷达点云数据滤波过程中存在对噪声敏感和准确性差等问题,提出一种加权的高斯滤波方法.该方法使用高斯滤波与角度余弦作为加权值对雷达点云数据进行滤波处理,减小了激光雷达扫描到的物体轮廓波动.最后将该方法应用到实际的机器人操作系统的移动机器人底盘中,实验结果表明,相比传统的高斯滤波方法,该方法能更好地解决雷达...     

一种简单的回归方法——三点法

非线性回归中,选取合适的回归曲线类型是一件较困难的事情,而\"三点法\"是一种直接从实验数据出发求得回归曲线的方法.     

一种拟合误差驱动的自适用隐式曲面重建算法

针对散乱数据,提出一种拟合误差驱动的自适应隐式曲面重建算法。算法根据二次曲面的拟合误差进行自适应拟合,改变了传统方法从八叉树中顶层节点开始拟合,减少了拟合次数,加快了重建速度;并修正权函数,加入密度函数,削弱由于散乱数据密度的不一致对重建曲面影响。实验结果表明,该算法原理简单,重建速度快,重建效果良好。     

基于距离的不确定数据异常点检测研究

针对实际数据存在不确定性的问题,提出了新的异常点检测方法。首先,定义了基于距离的不确定数据异常点检测概念;其次,设计了相应的不确定数据的异常点检测算法;再次,为降低算法时间复杂度,设计了剪枝策略;最后,实验分析说明了算法对不确定异常点检测的可行性与效率。     

基于拉格朗日乘数法对曲线点云数据的光顺处理

为了避免采用多项式曲线拟合点云数据效果不佳以及采用分段曲线拟合方法在分段处不满足函数连续性和可导性的缺陷,提出了基于拉格朗日乘数法对曲线点云数据光顺处理的算法,并对该算法进行了建模、求解及实际算例验证.实例结果表明:光顺后的曲线及曲线一阶导数在全域下均连续,且光顺后的值与初始值最大偏离误差值不超过±0.1 mm,偏移幅度小于0.5%.因此,该算法拟合精度高,满足点云数据光顺处理的要求,为逆向工程中的点云数据曲线光顺处理提供了一种有效的数学算法.     

基于点云数据的立木树干局部曲面拟合及拓扑结构

基于海量测量点云数据加工处理的关键是通过获得点云的局部特征拓扑结构来精简数据,而其算法的效率尤为重要。本研究首先对缺乏足够几何拓扑信息的点云,建立每个数据点邻近点的几何拓扑信息,同时综合运用重构管道曲面和随机霍夫变换算法,对立木树干进行拟合。实验结果表明,其效果明显优于双三次Bezier曲面插值拟合法。然后改进求取K近邻获取拓扑信息的算法,也得到了良好的精简效果。     

基于改进的角度偏差法的采空区点云数据精简

在保证采空区几何特征不变的前提下,有必要对点云数据进行精简,提高三维建模及其应用的效率。介绍了点云数据精简算法的评价体系,探讨了空区探测系统扫测采空区的点云数据特点; 在对比最小距离法、平均距离法、角度偏差法、弦高偏差法等采空区点云数据精简方法的基础上,提出了保留采空区几何特征更为有效的点云数据精简方法——改进的角度偏差法。通过对比精简前后的扫描线周长、面积及标准差等指标,认为该方法不但保持了扫描线的细节,而且使精简后扫描线上的点分布较均匀,为后续三维建模及应用打下良好基础。     

一种新的点云数据特征骨架提取方法

为解决点云数据的线骨架提取问题,为点云数据的后续几何处理的奠定基础,提出了一种新的点云数据骨架提取方法.通过对点云数据的空间层次剖分后建立其简化模型,可有效地避免噪声点对骨架的干扰;根据离散Morse理论,从简化模型中提取主要的特征点,用测地线连接这些主要特征点可得到模型的初步骨架.采用可见反力场方法将初步骨架内推至模型内部,对内推后的骨架光顺及聚类后形成最终骨架.该方法能够直接处理带噪声数据的大规模点云数据,所形成的骨架连续.