最小二乘配置法优化的REHSM模型及应用

REHSM模型由于顾及了板内形变,实际上是一种对传统刚体板块运动模型的优化模型,但鉴于其假设条件为板内应变均匀,导致其可能难以适用于复杂地质构造区域。本文提出了将板内偏离整体旋转和均匀应变的块体形变部分看作是干扰信号,利用信号对块体内部偏离整体旋转与均匀应变的形变部分进行补偿,建立了一种优化的弹性运动及形变分析模型;对最近几期中国大陆构造环境监测网络在环渤海区域的速度场数据进行拟合分析,结果表明,新方法能有效地精化REHSM模型,具有更高的拟合精度。     

一种利用矢量-角度法的模型点云压缩算法

针对点云数据过密、冗余信息较多的问题,提出了一种基于自适应切片与矢量-角度法的点云快速压缩算法,该算法利用包围盒将点云进行自适应分层形成切片点云,然后对每层点云使用矢量-角度法精简数据。利用该算法开展了试验研究,通过试验分别讨论分层数目、最短距离和角度参数对压缩结果的影响,并通过构建网格模型验证压缩效果。试验结果表明:该算法对目标特征复杂的部位有较好的压缩效果,在平坦部位不会因过度压缩出现失真现象;该算法能够自适应地保留反映目标特征和细节的点,实现点云的快速压缩。     

基于移动最小二乘法法矢估计的建筑物点云特征提取

特征提取对建筑物精细建模的品质和精度起着重要作用。为清晰准确地提取建筑物的特征信息,本文针对采用传统的法矢估计方法受噪声影响大、存在误判的问题,提出了一种基于移动最小二乘法矢估计的建筑物点云特征提取方法。该方法首先采用移动最小二乘法进行法矢估计,然后将K邻域法矢夹角的均值作为点的显著性指标进行特征点判别,最后对提取出的特征点集进行下采样,进一步消除冗余信息。试验结果表明,采用移动最小二乘法进行点云法矢估计,其结果更加准确和稳健,从而有效提升了建筑物点云特征提取的精确性和可靠性,对特征点集的下采样能够删除大量冗余特征点,使提取的特征线更加简洁、清晰、完整。