平滑度欧式聚类算法分割点云数据

提出一种平滑度欧式聚类点云分割算法,用于实现对Kinect点云的快速、准确分割.首先介绍了Kinect点云的采集和滤波方法,然后在传统欧式聚类算法基础上提出了一种平滑度欧式聚类分割算法,通过加入平滑阈值的约束来防止过度分割或分割不足的问题,并保持了较快的分割速度.通过对工业机器人获取的阀门点云数据进行实验,证明了算法的有效性.     

机载LIDAR 点云定位误差分析

在机载LIDAR 点云定位方程的基础上建立其定位误差方程,依据定位误差方程,将点云的误差分类为系统误差、任务误差和随机误差3类。详细分析了平地、下坡面、上坡面3种情形下地形坡度和扫描角对测距误差和点云定位误差的影响大小,探讨了扫描角误差、安置角误差、姿态角误差以及扫描角对点云定位误差的影响。除了分析系统误差外,还着重分析了时间偏差、GPS定位误差、偏心分量误差以及随机误差对点云定位误差的影响大小。研究发现:航高和扫描角是点云定位误差的重要误差源,下坡面地形和瞬时扫描角误差对点云定位误差的影响较大,安置角误差可以通过检校来消除,姿态角误差取决于IMU自身的硬件精度。     

机载激光雷达3维建筑物模型重建的研究进展

机载激光雷达系统已经成为3维建筑物模型快速重建的重要手段。综述了国内外利用机载激光雷达点云进行3维建筑物模型重建的研究方法、进展情况,分析讨论了模型驱动法、数据驱动法和混合法的特点及关键问题。混合法集成了模型驱动方法和数据驱动方法的优点,是该项技术今后发展的重点领域。     

自适应去噪的地震数据采集系统设计

地震数据采集是地震观测与研究的基础。提出一种基于NI高精度数据采集卡USB-4432和LabVIEW的地震数据采集系统设计方案,包括基于OP07和LM224N的前端调理电路,基于USB-4432和LabVIEW的实时采集与分析系统。为进一步提升采集信号质量,提出一种自适应小波阈值去噪算法,该算法能根据采集信号强度自适应去噪,提高采集信号信噪比（Signal-to-Noise Ratio,SNR）。实验表明,系统稳定可靠,相比传统小波阈值去噪算法,新算法能显著提高SNR。实验结果表明,系统去噪性能优良,应用价值较强。     

基于特征聚类对群三元组损失的车辆再识别

车辆再识别旨在从多个摄像机拍摄的图像中识别出同一车辆.本文提出了一种对群三元组损失函数,以特征中心点替代均值,并将对群思想和三元组损失相结合,优化了困难样本的识别.车辆再识别过程中,对群损失函数的训练过程扩大了样本规模,增加了计算量,且传统对群损失函数无法准确处理困难正样本.为此,提出了一种特征聚类对群三元组损失函数.本方法采用正样本特征聚类中心并改进了三元组损失函数的设计,从而优化了对群损失函数.在不扩增输入样本数量的同时提升了算法处理困难样本的能力.实验表明,与主流车辆再识别算法相比,本方法可有效提升车辆再识别的准确率.