散乱点云自适应切片算法研究

中文摘要:提出一种散乱点云自适应切片算法,该算法建立点云动态空间索引结构,基于该结构快速准确获取切片邻域数据并确定各层切片位置,依据邻域数据与切片的位置关系将其分为正负两个区域,通过正负区域配对点连线与切片求交获取切片数据点,并采用最小生成树算法排序,得到有序的切片数据点,实现散乱点云的自适应切片,实例证明该算法适用于逆向工程中各种复杂型面点云数据,切片数据获取精度高,算法运行速度快。     

散乱点云自适应切片算法研究

提出一种散乱点云自适应切片算法,该算法建立点云动态空间索引结构,基于该结构快速准确获取切片邻域数据并确定各层切片位置,依据邻域数据与切片的位置关系将其分为正负两个区域,通过正负区域配对点连线与切片求交获取切片数据点,并采用最小生成树算法排序,得到有序的切片数据点,实现散乱点云的自适应切片,实例证明该算法适用于逆向工程中各种复杂型面点云数据,切片数据获取精度高,算法运行速度快.     

基于散乱点云的快速体积计算法

三维可视化体积计算基本上都是先由散乱点云构建出表面网格模型,然后基于网格模型计算体积,存在计算量大、速度慢的缺点.针对此问题提出一种快速体积计算法,首先使用改进的增量式Delaunay三角剖分对散乱点云进行四面体剖分;然后利用K近邻计算散乱点的拟合曲面和最小生成树,得到各点的法向量;由各点法向量剔除体外四面体;最后计算各四面体体积之和从而得到总体积.实验表明,该算法不仅保证了计算准确度,而且较传统算法大大提高了效率.     

散乱点云边界特征快速提取算法

摘要：提出一种散乱点云边界特征的快速提取算法,该算法采用R*-tree建立散乱点云空间索引结构,基于该结构快速准确获取局部型面参考点集,建立该点集的基准平面,计算点集内各点到基准平面的距离并将该距离与目标点到基准平面的距离进行比较,识别点云边界特征.实例证明该算法可快速、准确地提取散乱点云的边界特征.     

一种改进的散乱数据点的k近邻快速搜索算法

提出了一种基于二次分割的自适应最小包围盒的栅格化策略，提高了散乱数据点k近邻搜索算法的速度。采用传统分块算法对点云空间进行首次分割，在此基础上估算点云平均点距，并利用平均点距估算结果对点云数据空间重新进行划分。分块结果使得k近邻搜索算法的搜索范围大大缩小，搜索速度明显提高。     

基于散乱点云的疵点去除与体积积分算法研究

针对目前处理大量散乱点云数据体积计算算法效率低下且时间较长的情况,提出了一种基于散乱点云数据的高效率体积计算算法.此算法对散乱的点云数据进行三角剖分,利用最小二乘法计算三角面片的各个顶点与其法向量,根据法向量进行疵点去除及方向调整,再将三角面片投影形成的凸五面体分割成两个三棱锥和一个三棱柱,最后积分计算出各分割体的体积...     

基于徕卡Scanstation 2获取校园三维点云数据的研究

三维激光扫描技术作为一项新的测量技术,可以快速、高效、准确地获取测量目标的高精度点云数据,为测量数字化的发展提供了必要条件.文中主要介绍三维激光扫描技术的优点,并以黑龙江工程学院教学综合楼为例,阐述三维点云数据获取、数据处理的基本方法,验证将三维扫描技术用于校园可视化的可行性.     

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。     

三维空间离散点数据场的插值方法

给出了一种根据三维离散点生成六面体单元并构造六面体9节点形函数进行插值的算法,该算法不受被插值模型单元形态限制,绕每一待插值点都能搜索到惟一的六面体插值单元,每一个数据的插出应用了被插值点周围8~16个已知节点的数据.给出了一种有限元逆变换算法,该算法收敛稳定、可较好地适应含有扭面等较不规则六面体单元局部坐标求解.实例表明,该方法精度较高,较好地实现了三维空间离散点数据场的插值.     

基于粒子群优化算法的散乱数据光顺拟合

在散乱数据光顺拟合问题的计算中,引入了群体智能粒子群优化算法,增加了计算的自动程度以及客观性,优化中提出了优于传统罚函数法的模糊罚函数法,将模糊集合理论和粒子群优化算法有机地结合起来,并通过对节点序列内在关联性的分析,提出了适合邻域搜索类算法实施的邻域结构,以获得目标函数的全局解,最后给出了数值仿真实例。     

基于聚类算法的边缘点集连接方法

针对Lidar点云中轮廓点的连接问题,提出基于聚类(cruster)曲线重建原理进行点云边界连接的方法.首先将三维点云投影到二维平面上;对点云进行细化和约简处理;然后,构建约简后点云的Voronoi图,Voronoi图的顶点近似位于约简点云的中轴上;将中轴点与约简后点云合并在一起,再次进行Voronoi图划分;将新的Voronoi图中顶点包含中轴点的边删除,得到约简后二维点云的边缘轮廓,即简点云的Crust;最后将连接关系映射到三维点云,得到三维轮廓点的连接关系.实验表明,该方法简单,连接结果合理.     

基于Java3D实现散乱数据点三角剖分的算法

针对平面域中的Delaunay三角剖分,提出了一种改进的波前算法。该算法首先对散乱数据点在平面域的投影进行剖分,再将得到的拓扑关系变换到三维空间,得到散乱数据点的空间拓扑结构。本算法用面向对象的思想设计,并用Java3D实现,可以很方便地应用到网络上。     

一种对空间散乱点集进行简化的新方法

提出了一种剔除空间散乱点集中冗余点的新方法。利用称为"球片点"的新的点基元近似表示空间的离散点及其附近的区域。由于曲率的特性,所提出的方法可用较少的离散点获得与其他相关方法相似的绘制效果。利用全局光照模型实现对三维形体的绘制,并利用大规模点模型对所提出的简化方法进行了试验,试验结果证明了方法的有效性。在保证绘制质量近似相同的情况下,该方法能将原始点集的点数减少约40%。     

一种有效的分布式查询算法

分布式查询是一种需要网络支持且网络通信成本较大的查询过程．查询策略和技术的优劣不但直接影响到分布式查询的通信成本,而且也影响到分布式查询的效果．一种有效的查询策略和技术将大大地节约查询所需的通信成本,缩短查询所需的时间．设计和开发出有效的查询策略和技术是分布式查询面临的挑战．WPERF 连接算法是一种新的分布式查询算法,它结合了W算法和PERF算法的特点,进一步强化了W算法和PERF的性能．理论上可以证明,WPERF 算法与W算法相比较,在不增加计算复杂性的情况下,具有更低的分布式查询处理成本．     

改进的免疫算法在函数优化中的应用

针对遗传算法群体多样性保持能力不足,易陷入局部最优等缺点,提出了一种改进的免疫算法(Im-proved Artificial Immune Algorithm,IAIA),并将其与函数优化相结合,用于解决多模函数优化问题.用个体的实数值根据欧式距离进行适当的聚类分析,认为类内个体均具有相同的浓度值,用个体的二进制编码计算类的平均信息熵,进而得到浓度值,用以取代了标准人工免疫算法(Artificial Immune Algorithm,AIA)中计算任意两个体间信息熵的算法;根据个体适应值和浓度控制个体的繁殖率,该算法在保持与AIA相近的多样性和收敛性的同时,达到减少算法的时间复杂性,提高计算效率的目的.测试实验表明,对单模和多模函数优化问题,以及在高维的情况下,IAIA有较高的解质量及较短的运算时间,显示出良好的性能.     

GPS信号快速捕获方案中门限设定算法

针对GPS信号快速捕获方案中的门限计算复杂问题,采用聂孟-皮尔逊准则,以发现概率为性能指标,对基于非相干累加和相干累加相结合的GPS信号快速捕获算法的性能进行了详细的理论推导,给出了高低信噪比下通用的判决门限计算方法,并通过系统仿真对理论结果进行了验证.对实际情况中概率分布的合理近似使理论分析过程得以简化,使得判决门限的计算复杂度大大降低.     

基于思维进化优化的多源交通数据融合算法

针对交通数据多传感器融合算法精度不足、稳定性差等问题,提出一种基于思维进化算法(MEA)优化的BP神经网络(MEA-BP)融合算法。借助MEA所具有的趋同和异化操作,在介绍基本原理的基础上,设计了用于优化BP神经网络初始权值和阈值并定向搜寻最优BP神经网络融合模型的融合算法计算步骤。基于所选取的区间速度数据进行实证分析,结果表明:MEA-BP融合算法较BP神经网络算法具有更好的收敛性,在精度和稳定性方面分别提升了9. 38%和31. 44%;时间敏感性分析显示,MEA-BP融合算法也具有良好的可移植性。