检索结果-内蒙古大学图书馆

测绘通报 2021年第9期 120-123页

作者：丁鸽燕立爽彭健朱传广黄雪亭济南市勘察测绘研究院山东济南250013

针对最小二乘法对所有点(包括"局外点")拟合难以得到最佳线性参数的问题,本文基于RANSAC算法对观测值随机抽样进行参数估算,判断符合模型的"内部点"为一致集,并通过迭代得到足够的一致集,最后设计试验验证该算法的... 详细信息

针对最小二乘法对所有点(包括"局外点")拟合难以得到最佳线性参数的问题,本文基于RANSAC算法对观测值随机抽样进行参数估算,判断符合模型的"内部点"为一致集,并通过迭代得到足够的一致集,最后设计试验验证该算法的适用性;对隧道点云采用基于中轴线方法进行边界提取,以及三维激光扫描用于生产实践提供参考意义。

关键词：三维激光扫描最小二乘法随机采样一致性横断面点云特征提取

来源：评论

学校读者我要写书评

暂无评论

基于Kinect的改进移动机器人视觉SLAM

引用

智能系统学报 2018年第5期13卷 734-740页

作者：蔡军陈科宇张毅重庆邮电大学重庆市信息无障碍与服务机器人工程技术研究中心重庆400065

针对传统ICP(iterative closest points,迭代最近点算法)存在易陷入局部最优、匹配误差大等问题,提出了一种新的欧氏距离和角度阈值双重限制方法,并在此基础上构建了基于Kinect的室内移动机器人RGB-D SLAM(simultaneous localization an... 详细信息

针对传统ICP(iterative closest points,迭代最近点算法)存在易陷入局部最优、匹配误差大等问题,提出了一种新的欧氏距离和角度阈值双重限制方法,并在此基础上构建了基于Kinect的室内移动机器人RGB-D SLAM(simultaneous localization and mapping)系统。首先,使用Kinect获取室内环境的彩色信息和深度信息,通过图像特征提取与匹配,结合相机内参与像素点深度值,建立三维点云对应关系;然后,利用RANSAC(random sample consensus)算法剔除外点,完成点云的初匹配;采用改进的点云配准算法完成点云的精匹配;最后,在关键帧选取中引入权重,结合g2o(general graph optimization)算法对机器人位姿进行优化。实验证明该方法的有效性与可行性,提高了三维点云地图的精度,并估计出了机器人运行轨迹。

关键词：移动机器人 Kinect 同时定位与地图构建迭代最近点算法关键帧随机采样一致性位姿估计三维重建

来源：评论

学校读者我要写书评

暂无评论

基于特征空间匹配的激光雷达点云配准算法

引用

大地测量与地球动力学 2020年第12期40卷 1303-1307页

作者：陈强岳东杰陈健河海大学地球科学与工程学院南京市211100

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除... 详细信息

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除误匹配点对完成粗配准,利用ICP实现精配准。实验结果表明,本文算法相比FPFH和SHOT算法与ICP结合可有效提升配准效率,且配准结果的均方根误差较小。

关键词：三维扫描点云配准 PointNet模型随机采样一致性迭代最近点算法

来源：评论

学校读者我要写书评

暂无评论

头戴式视线跟踪系统的一点标定方法

引用

计算机应用与软件 2014年第9期31卷 152-156页

作者：侯树卫李斌夏小宝中国科学技术大学电子科学与技术系安徽合肥230026 中国华阴兵器试验中心陕西华阴714200

标定方法是视线跟踪技术中的关键环节,直接影响跟踪精度和用户体验。目前头戴式跟踪系统所使用标定方法,需要多个标定点进行标定。为更快、更方便地进行标定,提出一种方法,只需一个标定点,便可提取足够的标定信息完成标定过程。该方法... 详细信息

标定方法是视线跟踪技术中的关键环节,直接影响跟踪精度和用户体验。目前头戴式跟踪系统所使用标定方法,需要多个标定点进行标定。为更快、更方便地进行标定,提出一种方法,只需一个标定点,便可提取足够的标定信息完成标定过程。该方法可适用于目前的多种映射方法,如DLT方法、多项式方法、神经网络方法等,标定时间仅需10 s,精度可达1°,与多点标定相比,效率显著提高,而精度无明显差异。此外,使用一种新的神经网络模型:ELM(极端学习机)实现了神经网络标定方法,ELM的快速学习性能,显著缩短了神经网络训练时间。

关键词：头戴式视线跟踪一点标定神经网络极端学习机随机采样一致性

来源：评论

学校读者我要写书评

暂无评论

基于点云曲面重建的飞机壁板法向检测方法

引用

激光杂志 2022年第10期43卷 45-50页

作者：赵世辰王红平王宇刘鑫张乂文长春理工大学机电一体化实验室长春130022

为保证飞机壁板装配孔的垂直度,提出了基于随机采样一致性(RANSAC)与移动最小二乘法(MLS)的法向量检测方法。通过改进MLS的残差函数,并采用双边加权的方式改进其权函数,提出双边加权式移动最小二乘法(BWMLS)。对比平面离散数据拟合算例... 详细信息

为保证飞机壁板装配孔的垂直度,提出了基于随机采样一致性(RANSAC)与移动最小二乘法(MLS)的法向量检测方法。通过改进MLS的残差函数,并采用双边加权的方式改进其权函数,提出双边加权式移动最小二乘法(BWMLS)。对比平面离散数据拟合算例及点云曲面重建的结果,验证了BWMLS方法在拟合精度、边缘特征保持等方面相比MLS更加优越。最后将3D相机获取的带RGB信息点云数据经改进RANSAC法分割两个十字激光标记的垂直平面,在各自平面内使用BWMLS拟合空间曲线,两条曲线在交点处切线的叉积即为所测法向量。实验表明该方法具有极强的鲁棒性,测量法向偏差小于0.16°,符合飞机铆孔的垂直度精度要求。

关键词：机器人制孔曲面法向测量移动最小二乘点云重建随机采样一致性

来源：评论

学校读者我要写书评

暂无评论

基于激光雷达与摄像头的无人船目标感知与测距

引用

船舶工程 2022年第9期44卷 107-113页

作者：倪桦关巍张显库大连海事大学航海学院辽宁大连116000

为了解决无人船实时避障的问题,提出一种激光雷达和双目摄像头信息融合的目标感知方法。首先采用随机采样一致性算法将在点云库(PCL)中处理过的点云进行聚类,提取出水面点云,再将剩余点云数据投影到采用K均值聚类分割后的图像上,确定准... 详细信息

为了解决无人船实时避障的问题,提出一种激光雷达和双目摄像头信息融合的目标感知方法。首先采用随机采样一致性算法将在点云库(PCL)中处理过的点云进行聚类,提取出水面点云,再将剩余点云数据投影到采用K均值聚类分割后的图像上,确定准确的障碍物信息。最后利用长短期记忆(LSTM)神经网络将两传感器融合得到的距离信息与实际距离信息进行学习训练,预测出更贴近于真值的距离数据。该方法提高了无人船环境感知系统的准确性和可靠性,为实时避障提供坚实的基础。

关键词：激光雷达双目摄像头点云库随机采样一致性 K均值聚类长短期记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

地面激光三维扫描中球面标靶自动检测方法

引用

测绘地理信息 2019年第3期44卷 57-61页

作者：王利华石宏斌殷义程刘鸿飞周定杰云南省测绘工程院云南昆明650033 许昌学院城乡规划与园林学院河南许昌461000

提出了一种从地面激光点云数据中提取球面标靶目标的有效方法。该方法首先在单站数据的栅格结构中利用邻域距离突变提取遮挡边界点,同时对其进行空间聚类;然后,利用随机采样一致性方法,在各聚类结点中的二维栅格结构中探测近圆结构,同时... 详细信息

提出了一种从地面激光点云数据中提取球面标靶目标的有效方法。该方法首先在单站数据的栅格结构中利用邻域距离突变提取遮挡边界点,同时对其进行空间聚类;然后,利用随机采样一致性方法,在各聚类结点中的二维栅格结构中探测近圆结构,同时,根据点到扫描中心距离和扫描角差估算圆半径和圆的一致集数,在通过估算半径约束的圆形区域所对应的三维点集中探测球体模型;最后,通过预设球体半径和估算球面点数约束的球体模型,作为最终球面标靶模型。实验结果表明,该方法能够在1 min之内完成千万级点云数据中的球面标靶探测工作。

关键词：遮挡边界检测随机采样一致性圆检测球检测自动探测

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv4的指针式仪表自动检测和读数方法研究

引用

机电工程 2021年第7期38卷 912-917页

作者：李俊袁亮冉腾新疆大学机械工程学院新疆乌鲁木齐830046

针对仪表自动检测读数时,由于仪表特征不明显、复杂背景环境等因素造成的仪表检测困难、提取速度慢的问题,提出了一种基于YOLOv4的指针式仪表自动检测和读数方法。首先,利用YOLOv4检测提取了仪表盘区域,采用霍夫变换裁剪了表盘区域;其次... 详细信息

针对仪表自动检测读数时,由于仪表特征不明显、复杂背景环境等因素造成的仪表检测困难、提取速度慢的问题,提出了一种基于YOLOv4的指针式仪表自动检测和读数方法。首先,利用YOLOv4检测提取了仪表盘区域,采用霍夫变换裁剪了表盘区域;其次,在表盘区域查找了刻度线轮廓,利用最小二乘法拟合了刻度线轮廓直线,得到了指针回转中心;最后,细化指针轮廓,并利用随机采样一致性拟合了指针中心直线,根据指针的回转角度换算得到了仪表读数。实验及研究结果表明:采用指针式仪表自动检测和识别方法的仪表检测精度达到了98.6%,读数的平均基本误差为0.72%,平均识别时间为80.65 ms;同时,该结果也证明了算法的有效性和快速性。

关键词：指针式仪表 YOLOv4 霍夫变换最小二乘法随机采样一致性

来源：评论

学校读者我要写书评

暂无评论

复杂场景图像特征分析与匹配方法研究

复杂场景图像特征分析与匹配方法研究

引用

作者：杨燕大连理工大学

学位级别：博士

图像匹配是评价不同条件下获取的两幅或多幅图像相似性以建立对应关系的技术。该技术在国防军事、航空航天、医学诊断等相关领域得到了广泛应用。在武器装备和导航领域,通常对图像匹配的可靠性要求较高,在实时匹配前需要确定各种场景条... 详细信息

图像匹配是评价不同条件下获取的两幅或多幅图像相似性以建立对应关系的技术。该技术在国防军事、航空航天、医学诊断等相关领域得到了广泛应用。在武器装备和导航领域,通常对图像匹配的可靠性要求较高,在实时匹配前需要确定各种场景条件下局部特征的稳定性、不变性和分辨能力等方面的综合性能指标,还要针对特定场景进行预先分析,确定具体点特征匹配的正确率和虚警率等性能参数,以便精确定位和匹配在不同场景中的对应特征点,从而提高实时在线阶段的图像匹配速度,降低误匹配率。然而,在复杂场景条件下,光照、尺度等成像条件变化,伪装、相似背景干扰等环境因素的存在,严重影响了图像特征的稳定性、分辨能力和图像匹配方法的性能,现有图像匹配方法在匹配精度、匹配查全率和匹配效率等方面仍存在较大挑战。为提高包含重复结构的复杂场景局部特征的匹配性能,本文在特征稳定性和显著性研究工作的基础上,从局部和整体两个方向拓宽了分析范围,通过研究局部区域特征显著性分析方法和整体综合特征性能评价方法,克服复杂场景中的重复结构相似特征误匹配率高、查全率和利用率低的问题。本文的主要创新工作如下:(1)研究复杂场景条件下的特征分析和高效图像匹配方法。针对复杂场景中重复结构引起的误匹配率高的问题,本文提出一种基于局部特征分析的多区域半随机采样一致性匹配方法。该方法首先在特征分析过程中,研究场景变化对局部特征稳定性的影响,实现稳定特征的筛选;然后,定义一种描述特征分辨能力的评价指标,将稳定特征分为显著特征和非显著特征(重复特征)。在此基础上,从稳定特征匹配集中抽取分辨能力高的显著特征,并利用分区域半随机采样策略,在内点比例较高的显著特征匹配集内抽取可靠且空间分布合理的匹配样本,建立投影模型,以提高算法的性能。实验结果表明,在复杂场景条件下,本文提出的基于多区域半随机采样一致性匹配方法能够有效提高匹配速度和精度。(2)研究特征的区域显著性分析和基于区域分割的特征匹配方法。针对复杂场景条件下重复相似特征匹配利用率低的问题,本文提出一种基于显著性区域分析的特征匹配方法。该方法通过区域分割,降低重复相似特征的相互影响,实现特征显著性的增强;遵循显著性原则,选取分辨能力强的区域显著特征进行匹配,形成可靠种子点对;采用渐细Delaunay三角剖分策略,抑制由相似特征引起的匹配歧义,逐步增强特征显著性,提高特征的利用率,在不降低匹配精度的情况下,提高匹配查全率。实验结果表明,在存在重复结构的复杂场景条件下,通过特征的区域显著性分析,选择显著特征的可靠匹配集作为种子点对,可实现区域的精确分割,有效消除不同区域内相似特征的匹配歧义,提高重复相似特征匹配利用率,获得较高的匹配精度和查全率。(3)研究局部特征分析和综合性能评价策略。为在实时匹配前,确定各种场景条件下局部特征的匹配性能,综合分析和评价特征的不变性、稳定性、显著性以及特征点对与投影模型的相容性,本文基于结构预测的特征分析方法,结合特征显著性分析,通过结构化权重训练,利用训练生成的评分标准综合评价特征性能,实现特征的分析和评价。实验结果表明,利用基于结构预测的特征分析方法,训练生成的特征评分标准具有综合评价特征性能的能力,可作为特征选择和模型一致性验证依据,并有效提高匹配算法性能。

关键词：图像匹配重复结构局部特征随机采样一致性结构输出预测

来源：评论

学校读者我要写书评

暂无评论

基于RANSAC的WTLSD平面拟合算法研究

引用

国外电子测量技术 2022年第6期41卷 93-98页

作者：张中岳周惠兴王舜于大海张玉品赵亢北京建筑大学机电与车辆工程学院北京100044 北京建筑大学土木与交通工程学院北京100044 北京六建集团有限责任公司北京100143

为提高点云数据的平面拟合精度,降低点云数据中噪点对平面拟合算法的影响,提出一种基于随机采样一致性(random sample consensus,RANSAC)算法的距离加权整体最小二乘(weighted total least squares based distances,WTLSD)平面拟合算法,... 详细信息

为提高点云数据的平面拟合精度,降低点云数据中噪点对平面拟合算法的影响,提出一种基于随机采样一致性(random sample consensus,RANSAC)算法的距离加权整体最小二乘(weighted total least squares based distances,WTLSD)平面拟合算法,即RANSAC-WTLSD平面拟合算法。算法通过RANSAC算法对点云数据进行平面初拟合,基于初拟合平面参数构建初始距离权阵。在经过WTLSD算法对拟合平面参数的迭代计算与距离权阵的反复修正后,求得最终平面拟合参数。通过在仿真点云数据以及实际点云数据中的实验结果表明,该算法比常规平面拟合算法相比,具有更低的单位权中误差,更高的平面拟合精度,具有一定的实际应用价值。该算法适用于小数量级的点云数据平面拟合。

关键词：平面拟合点云数据随机采样一致性距离加权最小二乘法

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：