共查询到14条相似文献,搜索用时 515 毫秒
1.
随着Li DAR的迅速发展,三维激光扫描技术已经被广泛运用于各个领域。点云数据配准过程中,传统的配准算法比较依赖特征点匹配精度,粗差点的存在会较大程度地影响配准精度和配准效率。通过对罗德里格矩阵、整体最小二乘原理的分析,提出了一种基于整体最小二乘的罗德里格矩阵算法。在该算法实现的过程中,能够考虑到系数矩阵误差,降低算法实现过程中特征点坐标误差对参数求解的影响。实验结果表明,本文算法比参数算法和严密的罗德里格算法精度更高、稳定性更强,在初始对应点坐标误差较大的情况下仍能获得精度较为稳定的变换参数。 相似文献
2.
三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准研究。实验结果表明:基于改进的SICP算法提高了影像点云与三维激光点云的配准精度、减少了迭代次数,能有效解决不同源平台获取的点云数据融合问题。 相似文献
3.
三维点云数据拼接中ICP及其改进算法综述 总被引:5,自引:0,他引:5
ICP算法是三维点云数据精确拼接过程中的主流算法.文章对目前国内外ICP及其各种改进算法的发展现状进行了系统地分析与研究.将ICP算法分为4个主要阶段:(1) 对原始点云数据进行采样;(2) 确定初始对应点集;(3) 去除错误对应点对;(4) 坐标变换的求解.分别对各个阶段中典型方法的基本思想和关键技术进行了分类与分析,并在精度与效率等方面对这些算法进行了比较.最后对目前算法研究中的难点问题及未来的研究重点进行了展望. 相似文献
4.
多波束测深数据存在横摇误差、纵摇误差、艏摇误差等,需进行校准。当前主要采用商业软件Caris进行人工手动校准,自动校准主要采用迭代最邻近算法等。针对Caris需要人工干预以及ICP容易陷入局部循环的缺陷,采用3D正态分布变换的配准方式,通过建立联合概率密度函数,采用似然函数建立匹配点云与目标点云之间转换关系。利用Hessian矩阵和梯度向量求最优化转换参数,完成多波束条带的自动校准。本文结合Caris中的人工配准结果,通过对3D-NDT算法匹配效果进行对比分析,验证了文中算法在平坦地区、斜坡区域等多种地形中都取得了更优的匹配效果,为实现多波束自动校准提供了重要的算法依据。 相似文献
5.
6.
7.
8.
为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。 相似文献
9.
10.
随着机器学习算法的不断更新发展,加之其良好的适应性、准确性及鲁棒性,在三维物体识别领域获得了广泛的应用,成为当前点云处理的研究热点。首先,本文对三维物体点云数据识别及机器学习的发展应用进行归纳。然后,从特征选择、特征提取、特征识别三个方面,进行分析总结。最后,指出机器学习在基于点云的三维物体识别领域的应用目前所面临的挑战及进一步研究的方向。 相似文献
11.
12.
13.
Shengming Hu Zhijian Chen Chenghui Wan Chun Tang Wen Xiong 《Marine Georesources & Geotechnology》2020,38(4):385-392
AbstractCompared with traditional methods, the three-dimensional laser-scanning (3D-LS) technique can efficiently acquire many high-quality geometric properties of rock discontinuities. In practice, engineers usually prefer to simplify the processing by using single-station point data and roughly orienting owing to the complexity of registration/georeferencing multi-station point data. However, prior published studies have paid little attention to the accuracy and reliability when determining discontinuity orientations using 3D-LS. We propose a reliable and accurate method with robust on-site applicability. As part of an ongoing effort, we are evaluating the precision of the commonly used coarse registration method and the fine registration method, and promoted the optimized coarse- and fine-registration methods and evaluated their precision. It is found that: (1) the common and the optimized registration method can meet our project’s engineering requirements, and the optimized registration method improved accuracy in the dip direction by approximately 1°; (2) fine registration using an iterative closest point (ICP) algorithm can correct both dip direction and dip angle; and (3) the orientation is of high precision with commonly used coarse and fine registration, whereas the optimization effect to correct the orientation is slightly limited. 相似文献
14.
多波束测深是一种广泛使用的水下地形探测方式。当前多波束数据处理技术日臻完善,但是多波束条带间自动匹配仍存在较多问题。针对水下复杂环境、多波束自动匹配效果不佳的问题,采用点云直方图 (point feature histograms,PFH)自动匹配算法,对条带点云进行自动匹配。因直方图所在的高维超空间为特征描述提供一类量化信息,对点云对应曲面的多维姿态具有鲁棒性和适用性。因此,在多波束自动匹配算法中采用PFH算法。实验数据由6205侧扫多波束测深系统获取,并对实验数据采用随机抽样一致算法(random sample consensus,RANSAC)进行定性定量分析,验证本文算法的优势,并分析相关不足。 相似文献