迭代最近点匹配算法的树结构k近邻搜索比较研究

为提高ICP匹配算法中k近邻搜索的存储和计算效率,本文分析总结了几种树结构k近邻搜索算法,利用模拟和实测数据实验对比研究了它们对ICP匹配结果的影响。实验结果表明,几种算法的拉入范围相同,匹配精度差异较小,主要差异在于搜索效率不同。其中,主轴搜索树k近邻算法的存储结构较优,近似搜索策略的计算效率较高,使得基于主轴树近似搜索的匹配效率最高。     

自适应阈值定权最小二乘3D匹配算法

针对点云精配准中最小二乘3D算法的先验权值无法自动确定的问题,提出了一种自适应阈值定权的最小二乘3D匹配算法。以待匹配点云与目标点云中对应同名点间欧式距离作为约束条件,通过自适应阈值的方式,对同名点先验权重系数进行约束,提高了先验权重系数的有效性。通过实验证明,自适应阈值约束算法提高了最小二乘3D算法的精度和收敛速度,且优于主流的迭代最邻近点算法。     

一种快速、高精度和稳健的影像匹配算法

在遥感影像应用中,匹配是一项很关键技术,它的优劣直接关系到后续成果的质量.而匹配质量本身的优劣又取决于匹配的速度、精度和可靠性.针对这三个方面的因素,本文探讨一种基于小波变换、遗传算法和最小二乘匹配的快速高精度影像匹配组合算法.小波变换用于减少匹配搜索数据,遗传算法用于优化搜索空间,而最小二乘匹配则用于获得子像素匹配精度.同时为提高遗传搜索的稳定性和匹配结果的可靠性,本文探讨一种改进的自适应算子概率遗传算法.该改进的基本原理是杂交概率依选择的两父代染色体间的Hamming距离而自适应的变化,变异概率则依父代个体的适应度而自适应的变化.实验结果表明:与传统方法相比,本文方法具有明显的性能优势.     

基于ORB算法改进的影像匹配方法

在摄影测量学中应用ORB算法时,影像匹配存在特征分布不均、误匹配率较高及匹配精度为整像素级等不足.针对这些问题进行如下改进,控制特征数目及特征分布,增加核线约束及相关系数条件,结合最小二乘匹配算法.此外,为了增强该算法对大角度旋转影像的适应性,将影像间的仿射变换参数作为最小二乘匹配中几何畸变参数的初始值.实验证明,该算法应用于影像匹配时,不仅可以保持ORB算法的高效性,获得均匀分布、高精度的匹配特征,而且对大角度旋转影像具有一定适应性.     

基于多通道影像的最小二乘匹配算法

随着摄影以及信息存储和通信技术的提高,人们从影像中获取的信息量得到很大的提升。本文提出了一种基于多通道影像的最小二乘匹配算法,利用影像中获取的多通道信息构建最小二乘误差方程进行匹配计算,并采用某大学校区影像数据进行试验验证。结果表明,基于多通道的最小二乘匹配算法扩大了影像匹配窗口内像素的信息量,提高了影像匹配的精度和稳定性。     

最小二乘影像匹配算法设计与实现

针对影像匹配问题,对最小二乘法影像匹配的算法进行了研究,理解了该算法的匹配原理,并应用测试程序对该算法进行测试。     

一种机载LiDAR条带平差最小二乘匹配算法

基于七参数正形变换的数据驱动模型实现了机载LiDAR条带平差,算法借鉴了Robert(2004)的最小二乘表面匹 配思想,通过引入高斯–马尔科夫模型改进了原有算法,得到未知参数的最小无偏方差估计。实验采用两组实测数 据,分别考察了引入高斯–马尔科夫模型的必要性、算法效率以及迭代收敛性和算法精度。实验表明：(1)剖面检查吻 合且精度一致;(2)TerraMatch量测匹配精度,理想数据高程匹配误差小于0.05 m,数据质量不理想时误差稍大,但均 能成功匹配。     

倾斜影像自适应初始物方面元优化匹配算法

采用基于物方面元的最小二乘影像匹配方法匹配倾斜影像时,常出现深度不连续或高差较大区域影像连接点度数低或空三点过少问题。针对此问题,本文提出一种基于自适应初始物方面元的倾斜影像匹配算法。算法利用倾斜影像已有的初始内外方位元素及匹配过程中产生的物点信息,采用多片前方交会和物方差分的方法自适应计算物方面元的高程及法向量方向角初值,进而解决采用物方面元最小二乘影像匹配方法匹配地物高差较大区域的倾斜影像时,因初值不准导致在像方匹配同名点困难的问题。分别采用本文算法和物方面元初始状态为水平面元的最小二乘影像匹配方法对两组倾斜影像进行对比匹配验证。试验结果证明了本文算法的有效性。     

宽基线立体影像Harris-Laplace特征的最小二乘匹配算法

针对宽基线立体影像匹配的困难,本文提出一种基于Harris-Laplace的最小二乘匹配算法.算法基于Harris-Laplace特征检测器获得精度较高的初始特征点,对初始特征点进行NCC匹配,并应用基本矩阵F与单应矩阵H估计剔除误匹配点对,采用距离加权最小二乘匹配算法进行扩展匹配并同时保留定位精度较高的原始Harri...     

GPS伪距单点定位算法的综合比较

本文对目前国际上所有的GPS伪距单点定位算法,即线性最小二乘法、非线性最小二乘法、格网搜索法、kleus法的基本原理及程序实现步骤进行了阐述,并从算法的可靠性、准确性及作业效率等方面进行了综合比较分析。     

基于像方特征点的多视影像最小二乘匹配

为了能得到更精确的影像初始值,进行高精度的影像匹配,本文分别选取了两种物方多视匹配模型和不同匹配策略、不同约束条件下的影像粗匹配结果作为初始值进行最小二乘精匹配。实验结果表明物方匹配模型可以提供很精确的初始值,而金字塔、视差和共线方程共同约束下的最小二乘匹配精度更高,可靠性、鲁棒性及稳定性更好,验证了结合合理的匹配策略和约束方法的最小二乘优化可以将匹配精度达到1／10000精度。     

同伦加权整体最小二乘平差算法

针对标准最小二乘(SLS)解EIV模型存在算法收敛性受初值影响的问题,提出同伦加权整体最小二乘平差法。首先根据SLS理论,按照整体最小二乘平差准则获得求解EIV模型的法方程,联合同伦理论构建同伦加权整体最小二乘平差模型;然后采用预估-校正法对模型进行求解,并设计对应的计算算法;最后以直线拟合和二维坐标变换为例,对所提算法的可行性进行验证,针对不同初值情况对新旧算法收敛性对比。实验结果表明,在初值离真值较远时,新算法仍然能够收敛,解决SLS-WTLS中出现的发散和奇异问题。     

SPOT立体图像的有限元最小二乘匹配

本文将多点最小二乘匹配算法扩展为有限元最小二乘匹配,导出了有限元最小二乘匹配的数学模型,并提出了自动产生视差格网的方案;通过试验研究了有限元最小二乘匹配中有关参数,例如,辐射变换参数、虚拟观测的权值以及视差格网间隔的确定。有限元最小二乘匹配算法无需预先进行核线重排列,就可以直接答解出有限个格网点的上下视差和左右视差。这种算法亦可用于其他任何投影方式成象的立体图象的自动匹配。     

模糊度解算中不同策略与算法的搜索效率分析

整周模糊度快速搜索是GNSS整数最小二乘模糊度估计的关键环节。文中介绍了FP、VB和SE-VB这3种模糊度搜索策略及相应算法,在分析其原理和特点的基础上对比了各类算法的异同,并给出了常规搜索算法的改进策略。分别采用模拟和实测数据对不同搜索策略下算法的执行效率进行了验证和比较。实验结果表明:VB和SE-VB搜索策略均优于FP策略,基于SE-VB策略的AEVZ搜索算法最为高效,其次为M-SE算法和M-VB算法;模拟高维环境下3种算法的搜索效率分别比LAMBDA算法平均快10倍、8倍和3倍,AEVZ算法在实测环境下的搜索效率分别比LAMBDA算法和MLAMBDA算法平均快8倍和5倍;通过对SE-VB策略下MLAMBDA算法计算流程进行优化能够进一步提高搜索性能,其改进后的搜索效率与AEVZ算法相当。     

常用阻尼最小二乘算法的改进

阻尼最小二乘法或称Ｌｅｖｅｎｂｅｒｇ—Ｍａｒｑｕｒｔ法（简称Ｌ─Ｍ法）是我们在时间序列分析中经常用到的一种实用的非线性最小二乘算法。本文指出了常用阻尼最小二乘算法的不足之处，并提出了一种实用的改进算法─—三点搜索法。实例表明改进的算法不仅可以提高计算速度，而且可以得到更好的求解结果。     

利用空间微分块与动态球策略的k近邻搜索算法研究

提出了一种基于空间微分块与动态球判定策略的k近邻快速搜索算法。该算法以空间包围盒为基础,首先对空间进行微分块,将离散点分配到子空间;然后,以计算点为球心建立动态球,确定k近邻候选点。球半径可根据空间包围盒的大小、离散点数量和k近邻点数进行估算和优化。实验结果表明,该算法可快速完成k近邻搜索,运行稳定可靠。     

常用阻尼最小二乘算法的改进

阻尼最小二乘法或称Ｌｅｖｎｂｅｒｇ－Ｍａｒｑｕｒｔ法是我们在时间序列分析中经常用到的一种实用的非线性最小二乘算法。本文指出了常用阻尼最小二算法的不足之外，并提出了一种实用的改进算法－三点搜索法。实例表明改进的算法不仅可以提高计算速度，而且可以得到更好的求解结果。     

一种基于感知概率的室内定位匹配算法

近年来,指纹匹配技术在高精度的室内定位系统中取得了很大的进步。由于复杂的室内环境和信号的多变性,很难获得统一的信号传播模型,因此位置指纹技术被广泛应用于室内定位系统中。基于接收信号强度,k近邻和最大似然概率算法是常用的位置指纹匹配算法。本文首先给出感知概率的定义,将感知概率引入到欧氏距离和似然概率中,并利用直方图模型和核密度估计技术计算似然概率,提出了修正k近邻和最大似然概率算法。实验结果表明,提出的修正算法可以获得较好的定位精度。     

基于最小二乘的WiFi匹配导航

讨论了WiFi室内定位技术中常用的定位方法,并以位置指纹匹配方法为例,详细分析了其定位算法及精度.在此基础上,提出了基于最小二乘的接收信号强度匹配方法.在仿真场景下,分别对该算法进行了静态和动态的实验.结果表明,与位置指纹匹配方法相比,基于最小二乘的匹配方法可以达到子格网的定位精度.     

基于同伦算法的非线性最小二乘相位解缠

线性加权最小二乘方法进行相位解缠时,采用迭代法求解,收敛速度慢,不容易得到精确解。本文提出非线性相位解缠模型,并采用同伦算法实现非线性最小二乘相位解缠。通过真实数据与线性最小二乘相位解缠算法进行对比实验,验证了该方法是有效的,特别是在有噪声干扰的区域,该方法可以提高相位解缠的精度。