共查询到10条相似文献,搜索用时 15 毫秒
1.
针对目前电力铁塔结构提取与塔身倾斜度检测中存在方法单一、可靠性低等问题,提出了利用地面三维激光扫描仪对电力铁塔非接触式扫描,通过建立铁塔塔身独立坐标系、粗差剔除、点云建模与精度分析,准确提取出铁塔结构并计算塔身倾斜度,定量验证了铁塔处于安全运营状态。采用随机抽样一致性(RANSAC)算法进行原始点云粗差剔除,利用铁塔自身结构几何特征有效地确定了RANSAC算法中筛选阈值、有效数据比例、迭代次数等参数,实现了海量点云中铁塔结构点云数据的精确提取,弥补了传统最小二乘法、特征值法中参数选取的不足。 相似文献
2.
3.
4.
《工程勘察》2015,(11)
介绍了解算加权总体最小二乘问题的Jazaeri算法,分析了直积形式、Mahboub五条原则以及协因数传播律构造协因数阵的优缺点;分别利用Jazaeri算法、Schaffrin算法、总体最小二乘法和加权最小二乘法对仿真点云数据和实际点云数据进行平面拟合,结果表明加权总体最小二乘法对仿真点云数据和均质性较好的实际点云数据平面拟合效果较好;而对于表面附有杂质的材质,杂质部分的点云数据以经验信息确定协因数阵与实际协因数阵有偏差,影响整体点云数据平面拟合效果,导致加权总体最小二乘与总体最小二乘精度相当;在点云数据平面拟合中Jazaeri算法比Schaffrin算法计算效率更高。 相似文献
5.
《Planning》2015,(8)
以视觉测量中摄像机标定的圆阵列靶标特征点提取为研究对象,提出一种亚像素精度阈值分割算法,用于圆阵列平面靶标标定特征点的精确快速提取。使用灰度阈值分割方法定位像素级边缘,并应用双线性插值法细分像素点实现亚像素边缘轮廓的提取,在精确获取轮廓控制点的基础上,采用最小二乘椭圆拟合法精确获取圆阵列靶标标定特征点。实验分析对比了该算法以及基于梯度的Canny和Sobel算子的亚像素边缘检测算法在标定特征点定位精度和执行时间方面的差异,验证了亚像素精度阈值分割算法在提取精度和运算速度方面的优越性。 相似文献
6.
7.
《Planning》2018,(4)
为了提高结构化道路边界检测的准确性与鲁棒性,结合非参数变点统计方法,提出了一种基于32线激光雷达三维点云的道路边界提取算法。基于结构化道路区域和非道路区域存在一定高程跳变特征,该算法利用非参数变点统计,对激光雷达扫描的道路环境三维点云数据中突变的z坐标值进行标记,并提取对应的候选道路边界点(x,y)。利用道路边界方向的最大期望(EM)聚类算法,对候选道路边界点进行聚类去噪。利用最小二乘法拟合道路边界,在不同光照条件下的校园结构化直、弯道路环境进行实车实验,统计直道1 030帧数据和弯道650帧数据。仿真结果表明:算法识别准确性较高且检测距离达18 m,耗时约28 ms,可满足智能车实时性要求。 相似文献
8.
9.
10.
《Planning》2014,(3)
提出一种像素级边缘检测椭圆拟合新算法,用该算法对最小二乘算法进行了改进。首先,将符合要求的准椭圆转化到归一化坐标系;然后利用最小二乘法进行亚像素级椭圆拟合;最后,采用二次曲线拟合点集求解出亚像素及椭圆几何中心。在给定的图形中,利用本文提出的改进像素级边缘检测算法可以明显提高拟合不确定度和拟合精度。 相似文献