共查询到20条相似文献,搜索用时 78 毫秒
1.
复杂异型建筑立面很难提取,当前提取方法大都不能达到很高的准确度,为此,提出一种新的基于激光点云扫描技术的复杂异型建筑立面快速提取方法。利用对建筑进行高密度采样,得到复杂异型建筑立面三维空间坐标点云集合,将扫描得到的点云集合拼接纳入统一坐标系。对激光点云数据进行降噪处理,在此基础上,依据点云扫描点的权值设定,求出某网格特征值,针对整个网格系统,形成特征图像。选择数量相同的复杂异型建筑立面和非建筑物立面网格点当成训练样本,对复杂异型建筑立面网格分类模型进行训练,把特征图像当成模型的输入特征,通过线性核函数的SVM获取输出网格,把获取的复杂异型建筑立面网格反映射至三维空间,得到准确的复杂异型建筑立面。将美国某学院的激光扫描点云数据库的三个数据集当成源数据进行实验,发现所提方法准确度与召回率均相对较高,提取的复杂异型建筑立面与实际测量结果相比,倾斜变形以及水平变形均很低,有很高的可靠性。 相似文献
2.
3.
4.
5.
6.
7.
8.
不同遥感图像之间存在特征差异性,且图像含有噪声,对融合过程造成了干扰,影响最终融合结果的准确性。基于此,提出基于激光点云数据的遥感图像目标融合方法。对遥感设备获取到的点云数据预处理,去除噪声点;从个体特征和群体特征两方面提取遥感图像目标特征,并将其关联;通过合理分配两幅待融合图像的权重系数,使拼接缝平滑过渡,完成遥感图像目标融合。通过对比实验测试可知,所提方法取得的目标点融合精准,拼接缝不明显,融合效果较好,所提方法的熵、峰值信噪比较高,体现了遥感图像目标融合的优异性能。 相似文献
9.
10.
针对激光扫描云数据的虚拟重建存在噪声大,重建效果差的问题,提出一种激光三维点云数据的虚拟重建算法.通过设置多个激光扫描自由度,利用VR技术将激光测量映射到虚拟三维场景当中,获取点云数据,并利用图像滤波器对采集到的点云数据进行去噪处理.在此基础上,设置一个主数据点,利用该数据点对重建激光点云三维数据进行划分,分配重建任务... 相似文献
11.
12.
针对精细化实景三维建筑物建模,提出一种基于改进遗传算法(IGA)的建筑物LiDAR点云与正射影像融合提取方法:计算并提取基于点云和影像的特征,实现点云特征空间的扩张;再改进遗传算法选择点云特征,构建并优化特征空间;最后使用SVM分类器实现建筑物点云的精准提取。在ISPRS公开数据集Vaihingen测试数据的试验表明本文方法具有较高的建筑物提取精度;在实际生产数据的实验表明建筑物提取精度较高且稳定,证明了本文方法的先进性和普适性。 相似文献
13.
为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。 相似文献
14.
15.
为了解决传统算法中弹痕图像深度特征信息丢失的问题,本文提出一种能够计算出弹痕图像深度特征参数信息的三维点云图像特征提取算法。该方法根据棱线斜率变化从局部极值点中找到特征点,运用线性拟合法构建三角形对特征参数值进行计算,确定弹痕特征参数值的相似范围,通过利用相似范围对未知弹头进行判别,实现弹痕和枪的一致性确认。实验结果表明:所提出的算法在现有样本的条件下,弹痕比对的正确识别率达到90%以上,单组弹痕数据的转换、特征提取和参数计算共用时32.7 s。算法满足弹痕比对需求,可以对后续弹痕比对提供可信依据,具有一定的理论价值和实用意义。 相似文献
16.
针对采集到的点云数据中含有大量的冗余数据,为后期数据处理及其应用带来诸多不便,而采用现有通用压缩方法压缩后的点云容易造成细节特征丢失问题,为此,本文提出一种基于特征点和SIFT关键点提取的点云数据压缩方法。该方法的核心技术是首先根据查询点与邻域中的点所构成向量的夹角而提取边界点;然后根据点云数据的曲率和法向量夹角提取尖锐点,据此使特征点在点云压缩处理过程中得到绝对被保留;同时在平坦区域提取SIFT关键点,这样能避免在曲率变化缓慢区域所保留的并不是特征点;最后融合特征点和SIFT关键点而实现对点云数据的压缩处理。研究通过设计与现有两种基于曲率压缩方法进行对比实验分析,结果表明本文所提方法既能最大量的去除冗余数据,又能保留点云中大部分特征点,实现了点云数据的高质量压缩。 相似文献
17.
针对车载激光点云道路标线反射强度特性,提出了一种基于车载激光点云的城市道路标线提取方法。具体而言,首先提出一种联合布料模拟滤波和高差偏度平衡的地面滤波方法,利用偏度平衡滤波的自适应性,剔除布料滤波后残留的低矮植被的问题;随后利用基于法向量密度聚类以提取路面点云,并通过反距离加权插值将路面点云转为强度特征图;为了缓解标线提取出的锯齿状现象,引入快速引导滤波来平滑道路标线的边缘信息;最后采用最大熵阈值分割和形态学比值滤波对道路标线进行精化处理。实验表明,该方法能够有效地提取出道路标线点云,提取的平均召回率为80.98%,平均准确率为96.89%,平均综合评定指标为88.19%,能够利用道路标线点云强度信息较为完整地提取出道路标线点云。 相似文献
18.
实现车道线高效的检测提取是自动驾驶领域中亟待攻克的关键技术之一,众多基于视觉方案的检测算法由于图像数据的特点存在一定局限性,如天气光照影响成像质量、难以兼顾弯道直道等。本文结合三维激光点云优势与道路知识规则提出了一种车道线自动提取算法。首先,通过多次强化道路边界高程差异获取路面点;其次,简化Isodata算法,自适应地得到反射强度滤波阈值;然后采用随机一致性算法检测直线聚类得到候选车道,将候选车道映射成二维矢量并通过类间距约束提取正确车道线;最后,基于相邻关键特征点对的向量拓扑关系一致性实现车道线拓扑重构,得到对应现实世界中意义完整的车道线。算法在车道线达5~6条的情况下,召回率达9246,准确率达9479,综合评价指标达9241,实验结果证明了方法的有效性和可行性。 相似文献
19.