稳健加权总体最小二乘的点云数据平面拟合

针对观测向量和系数矩阵均含有误差以及点云数据存在异常点的问题,该文提出一种稳健加权总体最小二乘法。该方法在加权总体最小二乘的基础上,通过设置一定的准则,剔除点云数据中存在的异常点,以获取更为精确的平面拟合参数解。仿真模拟算例和实际点云数据实验结果表明,该方法与传统的方法相比,能够消除异常点带来的影响,获得更精确的参数解,平面拟合精度更高。     

方差膨胀的稳健加权总体最小二乘点云平面拟合

为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。     

基于Partial EIV模型的空间平面拟合总体最小二乘法

针对空间平面拟合中系数矩阵含有部分误差的特点,根据Partial EIV模型提取系数矩阵随机元素的思想,将空间平面拟合模型系数矩阵中观测元素作为随机元素提取组成新的未知向量。采用Partial EIV模型线性化的新解法求解拟合参数,简化了计算过程,且保证了系数矩阵相同元素的改正数一致,较EIV模型的总体最小二乘法,理论模型更加严谨。通过算例说明了,本文方法可以用于拟合空间平面,且精度有一定优势。     

基于正交整体最小二乘平面拟合的点云数据去噪方法研究

点云数据去噪处理是配准、三维模型重建等工作成功的关键。对大量具有平面特征的物体点云数据进行去噪处理,提出了一种基于正交整体最小二乘平面拟合的点云数据去噪方法,通过与传统方法对比分析及实例验证,该方法算法简单,去噪精度高,具有较高的可行性及广泛的适用性。     

总体最小二乘的加权GPS高程曲面拟合法

针对GPS高程转换的问题,提出了一种基于总体最小二乘的加权GPS曲面拟合直接求值的方法,根据系数矩阵A列向量部分修正引入权阵PA、PX、P0,根据距待求点越近受其影响越大的特点引入权阵P,建立较最小二乘法更加合理的模型,并且可直接求得待定点的高程异常值。经实例计算证明基于总体最小二乘的加权GPS高程曲面拟合的方法更加合理,可以获得更高精度。     

稳健加权总体最小二乘方法

加权总体最小二乘没有考虑观测数据中可能存在的粗差,本文基于IGG权函数,采用选权迭代法求解加权总体最小二乘。结合模拟数据和真实数据,系统地比较了加权总体最小二乘方法、基于Huber权函数的稳健加权总体最小二乘方法和基于IGG权函数的稳健加权总体最小二乘方法的系数估计和误差估计,通过对比分析表明,两种稳健加权总体最小二乘方法的参数估计结果比加权总体最小二乘方法更加可靠,且以基于IGG权函数的稳健加权总体最小二乘方法为最优。     

基于Visual Studio的总体最小二乘高程拟合研究及实现

GPS水准主要根据测区内若干基准点上的高程异常构建曲面来逼近似大地水准面,由GPS测出基准点的大地高即可求出该点的正常高。本文主要研究一片小区域且较为平坦,应用最小二乘和总体最小二乘对平面拟合法、二次曲面拟合法和三次曲面拟合法进行探讨,并在Visual Studio平台上用Cshape语言实现高程拟合的过程。结果显示,三次曲面拟合法的总体最小二乘相比于其他方法效果最好。     

二维直角建筑物规则化的加权总体最小二乘平差方法

针对基于遥感数据的二维建筑物的直角化问题,以建筑物边界点的坐标为观测值,以顾及边界正交限制条件的直线斜率和截距为参数,建立附有限制条件的变量误差（errors-in-variables,EIV）模型。考虑观测向量和设计矩阵相关的情况,给出了增广设计矩阵的协方差阵的计算方法,推导了附限制条件的通用加权总体最小二乘（weighted total least squares,WTLS）平差算法,以及近似精度评定算法和仅含二次型限制条件的WTLS平差方法。理论和算例分析表明,在建筑物重建问题中,附有限制条件的EIV模型比经典附有限制条件的Gauss-Helmert模型易于构建,所提的WTLS算法快速收敛速度快,对拓展WTLS平差方法的应用具有理论与实践意义。     

基于总体最小二乘的直线拟合方法探究

在直线拟合问题中,经典的最小二乘拟合方法在自变量选取不同时,拟合的参数值和中误差存在较大差别,故本文利用模拟数据对经典最小二乘和总体最小二乘拟合结果进行对比分析,得出结论认为:经典最小二乘自变量选取不同结算参数的原因是在进行拟合计算时忽略了自变量的误差,使拟合结果只能在一个方向上保持最佳;利用总体最小二乘参数拟合的方法进行直线拟合时拟合结果不受自变量变化的影响,并能够提高拟合精度。     

顾及系数矩阵结构性的加权总体最小二乘解算

针对加权总体最小二乘平差模型中系数矩阵具有结构性的问题,该文设计了一种顾及系数矩阵结构性的加权总体最小二乘迭代解法:首先,利用非线性最小二乘平差方法将总体最小二乘模型线性化;然后,采用结构矩阵的方法顾及系数矩阵的重复元素和常数项,通过间接平差的原理推导了顾及系数矩阵结构性的加权总体最小二乘迭代公式,可适用于加权总体最小二乘的参数估计;最后,通过算例分析并与其他算法进行比较,验证了该算法的有效性和可行性。     

一种三维激光扫描点云拟合的抗差加权整体最小二乘法

针对三维激光扫描中点云不等精度且易受粗差影响的问题,提出了一种基于入射角定权的抗差加权总体最小二乘的拟合方法。该方法在采用入射角定权的基础上,进行基于标准化残差和中位数的抗差加权整体最小二乘估计,获得待定参数估值,并通过Gauss-Newton迭代算法,推导了模型的迭代计算方法。以平面拟合和球面拟合为例,分别通过仿真数据和实测数据对算法进行验证,结果表明,对于含有粗差的点云,新方法可以获得更为理想的参数估值,其性能优于抗差整体最小二乘和加权整体最小二乘,可以更好地进行三维激光扫描的点云拟合。     

基于球面投影的单站地面激光扫描点云构网方法

为正确判断点与点之间的邻接关系,结合单站地面激光扫描点云数据的特性,提出了利用球面投影对其构建三角网的方法;讨论了球面Delaunay构网方法的若干细节;采用球面有向搜索和球面LOP局部优化算法,提高了构网时间效率;实验表明本方法能快速、有效的对单站激光扫描点云构网。相似文献   

基于最小二乘拟合的三维激光扫描点云滤波

针对传统的使用单一拟合法滤波的不足,提出组合曲面拟合滤波方法。方法在对点云分割选取拟合点的基础上,先进行二次曲面拟合,去除误差较大点,然后在剩余的点云中,选取较为准确的多面函数拟合点,利用多面函数曲面可更好地表达地形细节,进一步逼近真实的地形表面的优点,进行二次滤波。实例表明,本文组合最小二乘拟合的点云滤波效果较好,去噪后的点云可用于生成准确的DEM。     

激光扫描中平面拟合及坐标转换模型构建

坐标转换是测绘领域经常遇到的问题,如局部坐标系和全局坐标系间的转换、多传感器融合时各传感器间坐标系的相互转换等等.采用平面代替传统坐标转换中的公共点,建立了基于平面的坐标转换模型.首先给出平面的标准定义;然后提出一种基于稳健的RANSAC算法的特征值的平面拟合方法用于从点云数据中提取公共平面;构建基于平面表示的坐标转换模型并推导转换参数的计算方法;最后,通过模拟数据与实测数据验证模型的正确性.     

地面激光点云数据质量评价与三维模型快速重建技术研究

<正>随着激光测量技术的不断发展,地面激光扫描技术已经成为众多领域快速获取三维空间信息的重要手段之一。近年来,众多学者就点云数据的配准、去噪、简化以及模型重建等方面作了大量研究,并且取得了技术性的突破,但是点云数据质量评价的研究还处于初级阶段。地面激光扫描技术与传统技术的不同之处在于获取的是大量点云数据,但无法确定数据点在物体表面的具体位置,传统的基于单点的精度评价方法无法准确地描述点     

地面三维激光扫描点位精度评定

通过建立高精度控制网作为室外检校场,借助标靶对Leica ScanStation2型三维激光扫描仪进行实地测试,并对达到的点位精度进行分析与评定,得出该仪器扫描距离为40 m、80 m时,点位精度分别为±4.7 mm和±6.3 mm.研究结果可为三维激光扫描技术的进一步应用提供经验和借鉴.     

扇形划分的地面激光扫描地形点云数据化简

针对地面激光扫描仪获取的点云数据具有数据量大、冗余数据多、分布不均匀的特点,提出了一种基于扇形划分的地面激光扫描点云数据化简方法.首先根据设定的初始扇形块半径和弧长计算整个点云范围内的扇形块参数;然后再将点云按坐标分配到相应的扇形块中;最后对每个扇形块中的点采用相应的计算方法得到化筒后的点云.实验证明,该算法能够较好地...     

一种基于最小广义方差估计的TLS点云抗差法向量求解方法

针对地面激光扫描点云中的粗差与不均匀采样对法向量计算的影响,基于最小广义方差估计与局部平面拟合原理提出了一种抗差法向量求解方法。首先通过快速近似最近邻居搜索算法得到最近k邻居点集,然后由确定型最小广义方差估计方法和多元马氏距离得到邻居点集协方差矩阵的抗差估计,最后根据主成分分析法（principal component analysis,PCA）计算得到抗差法向量。通过构造的模拟地面激光扫描（terrestrial laser scanning,TLS）点云数据将提出的方法分别与基于PCA、鲁棒PCA和随机抽样一致的法向量求解方法进行实验比较。结果表明,所提方法的抗差性能优异,且并行优化改进后可以满足大规模TLS点云的计算需求。将该方法应用于实际野外地形TLS点云数据,由求解的抗差法向量重建的泊松表面更符合实际地形,表明了该方法在实际应用中的有效性。     

Comparative Analyses of the Point Cloud Produced by Using Close-Range Photogrammetry and Terrestrial Laser Scanning for Rock Surface

Point cloud produced by using theoretically and practically different techniques is one of the most preferred data types in various engineering applications and projects. The advanced methods to obtain point cloud data in terrestrial studies are close range photogrammetry (CRP) and terrestrial laser scanning (TLS). In the TLS technique, separated from the CRP in terms of system structure, denser point cloud at certain intervals can be produced. However, point clouds can be produced with the help of photographs taken at appropriate conditions depending on the hardware and software technologies. Adequate quality photographs can be obtained by consumer grade digital cameras, and photogrammetric software widely used nowadays provides the generation of point cloud support. The tendency and the desire for the TLS are higher since it constitutes a new area of research. Moreover, it is believed that TLS takes the place of CRP, reviewed as antiquated. In this study that is conducted on rock surfaces located at Istanbul Technical University Ayazaga Campus, whether point cloud produced by means photographs can be used instead of point cloud obtained by laser scanner device is investigated. Study is worked on covers approximately area of 30 m?×?10 m. In order to compare the methods, 2D and 3D analyses as well as accuracy assessment were conducted. 2D analysis is areal-based whereas 3D analysis is volume-based. Analyses results showed that point clouds in both cases are similar to each other and can be used for similar other studies. Also, because the factors affecting the accuracy of the basic data and derived product for both methods are quite variable, it was concluded that it is not appropriate to make a choice regardless of the object of interest and the working conditions.