一种改进的适用于DIM点云的PTD滤波算法

提出一种改进的适用于三维密集图像匹配(DIM)点云的渐近不规则三角网加密滤波算法(PTD).该算法针对DIM点云无法穿透植被、直达地面的特性,在种子点选取阶段,采用一种基于建筑物立面的种子点选取策略选取种子点.采用PTD算法的加密策略对由种子点构建的不规则三角网(TIN)进行迭代加密.当归属于网内的点的密度大于所给阈值时,所提算法采用一种新的基于多尺度的迭代加密方案对TIN继续加密.与PTD算法不同,在第二个加密阶段内,加密角度阈值将从小到大变化.结果表明:改进的PTD算法可有效地将地面点和非地面点分离,点云滤波的Ⅰ类误差、Ⅱ类误差及总误差分别为3.57%,0.71%和1.68%.算法对DIM点云的滤波效果优于PTD算法,因此,该算法将成为处理DIM点云的重要工具之一.     

一种基于分布式并行模型的海量机载LiDAR点云数据快速滤波方法

机载LiDAR点云数据是遥感大数据的重要组成部分,基于单机的处理算法已经无法满足海量点云数据处理的要求.首先,针对现有单机多级移动曲面拟合滤波算法存在粗差和拟合曲面精度不高的问题,提出适合海量机载LiDAR点云数据滤波的多级多窗口移动曲面拟合滤波算法(WHMCFA);其次,设计并实现基于MapReduce的PWHMCF...     

改进坡度的数学形态学非地面点云去除算法研究

针对传统点云滤波算法在对大规模无序点云进行非地面点去除时,存在滤波结果误差较大且滤波效率较低的问题,提出一种基于坡度的数学形态学改进滤波算法.该算法首先对点云数据坡度值进行分析,选用二阶差分模型计算格网内坡度值,然后根据最大坡度设置高差阈值,与形态学滤波前后的高差值比较,分离出非地面点.为了验证算法的有效性,选用两个不同区域的无序点云数据进行实验.结果表明:改进算法能较好地以真实局部地形坡度为依据,对地物较多、地形较复杂的区域准确、高效地分离出非地面点,并且能有效保留原始地形特征,且误差相比其他方法较小.     

改进UKF算法在移动机器人定位系统中的应用

为解决移动机器人室内定位误差较大的问题,提出一种将最小偏度采样策略和衰减记忆滤波相结合的改进UKF(unscented Kalman filter)算法.该算法采用最小偏度采样策略,采样点个数由2n+1减少到n+2,提高了定位实时性;采用衰减记忆平方根滤波修正量测噪声的权值,避免滤波发散,提高了系统鲁棒性.构建无线局域网定位系统,使用改进的UKF算法对获得的无线信号(RSSI值)进行滤波.采用三边定位法进行定位计算.实验结果表明,系统平均定位误差降低49%,达到0.505 m,可较好地实现机器人的精确定位,满足移动机器人的室内定位要求.     

点激光在机测量平面度的误差评定研究

为解决电力机械设备平面度测量难度大、效率低的问题,提出了一种激光在位测量系统的数据分析和处理方法,考虑到激光点云容易受到光线、震动的影响而产生随机尖峰噪声和高斯噪声,设计了使点云信号先后通过中值滤波和高斯滤波的数据处理算法,有效地降低了噪声起伏,并基于最小二乘法评定平面度,最后进行试验并将结果可视化.试验结果表明,该滤...     

基于法向量距离分类的散乱点云数据去噪

在三维点云数据的去噪中,很难实现既保持尖锐区域的特征,又使平滑区域高度光顺。为此,提出了一种基于法向量距离分类的去噪方法。首先计算点云数据的微分几何信息。采用鲁棒的方法对点云数据进行法矢量估算,并将其法矢量方向调整到一致。再根据采样点的局部二次曲面拟合来估算点云数据的曲率;然后通过计算从采样点到其切平面的法向距离,将点云数据划分为平滑区域和尖锐区域,并采用加权局部最优投影算法和双边滤波算法分别对平滑区域和尖锐区域进行滤波去噪。选用Bunny和Fandisk点云模型,分别采用单一的加权局部最优投影算法、双边滤波算法及两者相结合算法对点云模型进行去噪测试。测试结果表明:所提方法可有效去除噪声模型中的孤点,提高点云分布的均匀性;增强点云模型平滑区域的光顺度,保持了尖锐区域中的几何特征并避免了过度光顺和细节特征失真。对比测试数据可知,降噪点云模型的误差和偏差较小,Bunny模型的平均误差为0.001 1 mm,Fandisk模型的平均误差为0.000 7 mm。     

基于渐进加密三角网机载LIDAR点云滤波改进算法研究

机载三维激光扫描获取的原始点云中通常包含大量的非地面点,无法直接用于制作高精度DEM.基于渐进三角网,提出了融合点云聚类及点云拓扑特征分析的滤波算法.首先对点云数据进行以区域增长算法对点云进行聚类分割;然后通过对每个聚类中的关键点进行拓扑特征分析来剔除低矮人工地物和低矮植被;最后利用关键点与三角网的位置关系判断每个聚类是否为地面点.通过对某地点云数据实验分析,过滤后的点云能较好地保持地形特征.文中以少量特征点判定聚类是否为地形数据的思想,极大减少运算量,提高效率;加入点云特征分析,提高点云滤波效果.新算法适用于海量点云数据处理,可应用于获取高精度DEM、地形测绘等领域.     

针对LIDAR点云中的地面点与非地面点的分离

提出一种基于坡度的伪扫描线点云数据滤波算法.该算法可以避免滤波前的预处理过程,且能够保证每条伪扫描线首个判断点的属性为地面点.此外,通过移动窗口曲面拟合滤波方法再次进行调整,以避免同一地形在两相邻伪扫描线间可能存在的不吻合.实验验证了组合算法的有效性.     

基于法矢修正的点云数据去噪平滑算法

逆向工程数据采集点云数据的离群点和噪声点的存在,直接影响数据的多视图拼合,特征提取,数据精简以及曲面重构的质量。在对双边滤波和三边滤波算法的研究的基础上,提出了一种基于法矢修正的点云数据去噪平滑的算法。对于噪声点通过加权协方差矩阵估算点云邻域内几何特征,将具有相似几何特征的点限制在法向量相似的区域,在相似邻域内的采样点法矢和位置分别进行保特征的三边滤波。改进后的算法能够有效地滤出点云数据中的离群点和噪声点,同时保证了点云数据的尖锐及边缘特征,取得良好的去噪效果。     

LIDAR点云数据全自动滤波算法研究

提出了一种基于移动最小二乘法的点云数据全自动滤波算法,该方法首先对LIDAR点云数据进行合理分块,并建立分块网格的动态四叉树空间索引,便于数据操作和管理.对分块网格中的点云数据利用精简移动最小二乘法拟合出参考地形,将拟合得到的参考地形用于LIDAR点云高程阈值的迭代计算,将每次迭代前后高差小于阈值的点划为地面点,其余点划分为非地面点,迭代运算直至阈值满足要求为止.实验表明,精简移动二乘法效率高,计算量小,并且精度高,适合点云数据DEM(digital elevation model)拟合,利用该算法对LIDAR点云数据进行滤波的速度快、精度高,能够有效地识别地面点和非地面点,并保留地形的细节信息.     

Wiener滤波,Kalman滤波和信息融合滤波理论研究进展

综述最优和自校正滤波的一种新的方法论——现代时间序列分析方法,其中给出了同Wiener滤波方法和Kalman滤波方法的比较,并且综述了近20年来由作者分别基于Kalman滤波方法和现代时间序列分析方法关于Wiener滤波、Kalman滤波和信息融合滤波理论的研究进展,其中包括一系列新方法、新理论和新的研究方向,并提出了存在的几个问题和今后研究方向,具有重要理论、工程应用和科学方法论意义.     

基于空域图像增强的研究与分析

基于空域法图像增强的理论,主要对图像进行平滑滤波和锐化滤波分析.在此基础上,利用MATLAB对图像滤波进行编程和仿真,并将结果与频域法的低通滤波和高通滤波对图像增强的结果作比较,结果表明空域法改善图像质量的效果较好.     

基于均值漂移的非线性尺度空间滤波

为解决均值漂移滤波核带宽的选择问题,分析了均值漂移和尺度空间滤波的关系,指出当采用正态核函数时,均值漂移是一种基于高斯尺度空间滤波的聚类方法。由此提出了一种基于均值漂移的非线性尺度空间滤波方法,其性能仅取决于空域的核带宽的选择,在每个采样点处根据信号的局部特征自适应选取幅度域的核带宽。该方法克服了均值漂移滤波存在块状效应的缺点。实验结果表明,该方法的整体性能优于均值漂移滤波、高斯滤波和中值滤波。     

Multi-feature integration kernel particle filtering target tracking

In light of degradation of particle filtering and robust weakness in the utilization of single feature tracking,this paper presents a kernel particle filtering tracking method based on multi-feature in...     

有偏总体的均值控制图

根据加权标准差方法建立有偏总体的均值控制图,根据样本数据的偏度来计算上下控制限,对于总体是对称分布,该控制图退化为标准的休哈特控制图．最后,用蒙特卡洛方法给出了改进的控制图常数．     

离散动态随机系统的信息融合滤波方法

针对离散随机动态系统的滤波问题,提出了基于信息融合估计的线性和非线性滤波方法。对于线性滤波,通过融合一步预测状态信息以及量测信息来获得系统状态的最优融合估计,并证明了它与标准卡尔曼滤波的一致性。基于非线性信息融合估计定理,推导出一种计算简单的迭代型非线性滤波方法。最后,还提出了信息融合滤波初值选取问题的解决方法。     

数学形态滤波在音频大地电磁去噪中的应用

大地电磁去噪方法种类多,且各有其优缺点。本文引入汤井田教授的一种新方法——数学形态滤波法,它是依据形态学原理而创建的一种新型的非线性滤波方法,在信号和图像处理领域中得到广泛的运用。本文通过仿真实验设计一个加噪的正弦曲线,通过经腐蚀运算、膨胀运算、开闭运算、闭开运算和经形态滤波后分析曲线特征,之后对比经组合广义形态滤波在同一结构元素不同长度、同一长度不同结构元素滤波效果,最后将组合广义形态滤波引进到实测的音频大地电磁数据中,对比其滤波前和滤波后的视电阻率曲线,结果表明形态滤波能有效抑制音频大地电磁法中大尺度干扰,取得了良好的应用效果。     

基于卡尔曼滤波的地表移动变形预测

针对传统卡尔曼滤波模型在地表变形预测中依赖于噪声和数学模型而导致的运行发散问题,提出了一种基于方差补偿自适应卡尔曼滤波的建筑地表移动变形预测分析方法.提出的自适应卡尔曼滤波主要是通过适当的估算和修正系统模型的不确定参数以及噪声的统计特性,来弥补滤波过程中噪声方差的不足.建立了自适应卡尔曼滤波的数学模型,并在Matlab软件上对地表移动变形预测进行了仿真分析,其结果验证了所提卡尔曼滤波方法在地表移动变形预测应用中的可行性,表明该方法有效提高了实时预测的可靠性和预测精度.     

变视速倾角滤波方法的应用

通过滤波来压制噪声、加强有用信号是地震数据处理的重要任务,传统的时变滤波一般是采用分段时窗方法．在ＣｌａｅｒｂｅｕｔＪＦ方法的基础上提出一种现速度逐点变化的滤波方法,并应用干地震勘探数据处理．     

客户端垃圾邮件过滤系统的设计

垃圾邮件不仅浪费大量的网络资源,并且给用户带来很大的不便,如何有效地防范垃圾邮件,已成为网络信息安全领域的主要课题之一。本文通过对传统垃圾邮件过滤技术的分析,提出了一种基于指纹的定量过滤方法。对白名单和黑名单过滤、定时过滤、基于指纹的定量过滤和贝叶斯过滤技术进行了整合,建立了一种客户端垃圾邮件过滤系统的模型,该系统具有较高的过滤准确性,并且能适应用户的个性化需求。