检索结果-内蒙古大学图书馆

兰州大学学报(自然科学版) 2025年第2期61卷 215-221页

作者：贾越夏永华赵昌福伍福万赵曲皑王帅昆明理工大学国土资源工程学院昆明650093 昆明理工大学云南高校高原山区空间信息测绘技术应用工程研究中心昆明650093 昆明理工大学城市学院昆明650051 云南磷化集团有限公司昆明650600 云南地质工程第二勘察院有限公司昆明650032

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不... 详细信息

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不同的密度等级,获取不同点云密度数据集,即原始点云数量的100%、 50%、 25%、 12%、 6%,以点云分割(PCS)和冠层高度模型(CHM)算法,对森林中的独立树木进行有效分割.评估单木分割在不同密度下的精度时,使用精确率、召回率和F分数等指标.结果表明,NFPS采样方法在不同密度点云中的分割精度均高于体素下采样方法.当点云密度为113点/m2时,两种分割方法的3个评价指标均表现最好.阔叶林样地中NFPSCHM和NFPS-PCS的F分数值分别为88%和84%;针叶林样地中NFPS-PCS与NFPS-CHM的F分数值分别为82%和65%.NFPS采样方法较传统采样方法对单木分割精度有较好的效果,适度降低点云密度的同时也让单木分割算法精度得到了保证.

关键词：机载激光点云体素下采样非均匀最远点采样点云密度单木分割

来源：评论

学校读者我要写书评

暂无评论

基于实例分割与点云配准的目标位姿测量方法

引用

工具技术 2025年第3期59卷 132-136页

作者：王奡燕必希孙鹏王君北京信息科技大学仪器科学与光电工程学院光电测试技术及仪器教育部重点实验室北京市100000

在合作目标位姿检测中,应用扫描点云直接配准经常产生错误和效率低的问题,为此提出一种结合YOLOv8算法进行实例分割并实现点云高精度配准测量目标位姿的方法。对目标三维点云扫描数据进行下采样,减少数据量,提高运行效率;使用三维点云... 详细信息

在合作目标位姿检测中,应用扫描点云直接配准经常产生错误和效率低的问题,为此提出一种结合YOLOv8算法进行实例分割并实现点云高精度配准测量目标位姿的方法。对目标三维点云扫描数据进行下采样,减少数据量,提高运行效率;使用三维点云生成二维图像进行实例分割,剔除点云中的背景,并使用距离滤波算法剔除干扰点,获得目标点云;使用ICP算法配准模型与目标,获得目标坐标系信息描述目标位姿。实验表明,采用下采样后,预处理与配准分别平均提升效率47%与80%;去除干扰点后进一步提升了配准精度,最大点对距离减少0.504 mm,平均点对距离减少0.019 mm。通过精度实验验证,目标位置误差均值<0.3 mm,各轴角度误差均值<0.6°,可以满足舱外服务机器人的需求。

关键词：体素下采样实例分割 YOLOv8 ICP 点云配准

来源：评论

学校读者我要写书评

暂无评论

一种保留特征点的大数据量点云分类精简算法

引用

测绘科学 2022年第5期47卷 99-106,133页

作者：梁栋蒲洁李岩峰河北工业大学土木与交通学院天津300401

针对桥梁等大型结构点云模型存在数据量过大、特征信息提取不准确等问题,该文提出了一种保留特征点分类精简的方法。对点云数据进行体素下采样预处理;空间栅格均匀划分点云数据,并以每个小栅格为单位计算曲率描述子并优化栅格,将点云数... 详细信息

针对桥梁等大型结构点云模型存在数据量过大、特征信息提取不准确等问题,该文提出了一种保留特征点分类精简的方法。对点云数据进行体素下采样预处理;空间栅格均匀划分点云数据,并以每个小栅格为单位计算曲率描述子并优化栅格,将点云数据快速划分为特征区和非特征区;利用曲率和K邻域法向量夹角的平均值把特征区点云划分为特征点和非特征点;对不同类点云采用不同的精简策略并整合在一起,较好地解决了传统精简算法在海量点云精简速度和精度上难以兼顾的不足。对某桥大型拼装构件的试验结果表明,在较高精简度下,所提算法较传统精简算法,能够有效避免孔洞现象发生,在精简速度和精度上都取得了较好的效果。

关键词：点云精简空间栅格体素下采样曲率特征点桥梁工程

来源：评论

学校读者我要写书评

暂无评论

基于关键点匹配的点云自动配准方法研究

基于关键点匹配的点云自动配准方法研究

引用

作者：张彬闽南师范大学

学位级别：硕士

近年来,人工智能和物联网技术的迅猛发展,带动了各领域的大变革,如工业上的智能制造、医学上的智慧医疗、城市规划上的智慧城市和人们生活中的智慧家居等。在各智能系统中计算机视觉技术起着至关重要的作用。而三维点云配准技术是计算... 详细信息

近年来,人工智能和物联网技术的迅猛发展,带动了各领域的大变革,如工业上的智能制造、医学上的智慧医疗、城市规划上的智慧城市和人们生活中的智慧家居等。在各智能系统中计算机视觉技术起着至关重要的作用。而三维点云配准技术是计算机视觉领域的重要技术之一,该技术主要应用于物体或场景的自动化三维重建。在智能应用需求不断增加的背景下,对三维点云配准技术进行深入的研究具有重要的意义。虽然国内外学者在该领域已提出了众多不同的技术方法,但在大多实际应用中主要依赖于经典的最近点迭代(Iterative Closest Point,ICP)法,其通过搜寻待配准点云每点在目标点云上的最近对应点来获得相应的变换参数,并不断地迭代该过程来完成点云配准。但ICP算法对准点云间的初始位置具有较强的依赖性,当两点云数据初始位置较差时,使用ICP算法,其收敛速度较慢且容易收敛到局部最优,这也是导致配准效率和精度下降的重要原因。本文正是基于ICP配准方法进行了深入的研究,并提出了一些改进的策略。本文的主要研究内容如下:首先,本文提出了基于体素下采样和关键点提取的方法。针对解决ICP算法对初始位置依赖问题,采用在ICP算法前对原始点云数据先进行初始配准的策略。为了提高点云初始配准的效率和精度,在点云初始配准前期,对点云的下采样和关键点的提取技术进行了研究。该方法通过唯一的参数下采样率,来快速估算出合适的点云体素大小,然后根据体素对点云进行下采样;在关键点的提取上,本文根据点不同邻域半径的法向量夹角特性来提取点云的特征点集,关键点的提取是点云初始配准的重要步骤。其次,本文提基于错误关键点对剔除的自动配准算法。在提取关键点的基础上完成点云的初始配准和精确配准。在点云的初始配准阶段,使用了快速点特征直方图(FPFH)描述子对关键点对进行描述和匹配,由于FPFH描述子并不能完全准确的对所有的关键点进行描述,导致存在较多的错误匹配点对。该方法主要是根据匹配的关键对的向量夹角性质对其进行错误点剔除。从而对错误匹配点对剔除后的关键点对使用随机采样一致性算法(RANSAC)完成点云的初始配准。在点云的精确配准阶段,直接使用kd-tree结构的ICP算法对初始配准后的点云完成精确配准。最后,分别对本文提出的改进方法采用不同的点云数据进行了仿真实验。通过多组实验仿真对比并证明本文的自动配准方法具有可行性和有效性。

关键词：点云配准 ICP算法体素下采样关键点 FPFH算法

来源：评论

学校读者我要写书评

暂无评论

基于RANSAC的三维点云目标阈值分割算法

引用

微处理机 2022年第6期43卷 24-27页

作者：涂浩文丁召周骅赵麒贵州大学大数据与信息工程学院贵阳550025

针对传统RANSAC算法分割目标易产生缺陷的问题,提出一种引入高度参数分割指定阈值的RANSAC点云分割算法。算法保留点云的特征,剔除离散点噪声和密集平面噪声,利用体素滤波下采样对其精简处理,以此解决原始点云数据量庞大且包含噪声的问... 详细信息

针对传统RANSAC算法分割目标易产生缺陷的问题,提出一种引入高度参数分割指定阈值的RANSAC点云分割算法。算法保留点云的特征,剔除离散点噪声和密集平面噪声,利用体素滤波下采样对其精简处理,以此解决原始点云数据量庞大且包含噪声的问题;在传统RANSAC算法中引入高度信息对拟合出的平面进行分割,采用高斯滤波进一步剔除点云目标边缘离散点噪声。实验结果表明,本算法对分割后的目标点云特征提取完整,在运行时间上也有提升,为改善传统点云分割算法提供了有效的新思路。

关键词：点云分割 RANSAC算法体素下采样高斯滤波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：