共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
高效处理三维激光扫描数据的基础是设计一种合理的数据结构。介绍三种数据结构的原理,研究建立数据结构的关键技术。以解决扫描数据处理中常见的KNN问题为例,比较三种结构的优缺点。通过研究可以得出,八叉树结构是一种比较理想的数据结构。 相似文献
4.
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。 相似文献
5.
提出了基于费波纳奇数列调优的最近等值线迭代匹配算法;针对最近等值线迭代匹配只适用于真实航迹位于惯导航迹附近的局限性,提出了相应的改进算法,即先基于相关极值匹配将惯导航迹修正到真实航迹附近,然后再进行最近等值线迭代匹配,以进一步提高修正精度。通过试验区在不同仿真条件下的计算分析表明,惯导导航误差均得到了有效的修正。 相似文献
6.
7.
8.
9.
莫荣 《测绘与空间地理信息》2016,(10):46-48
地磁匹配导航的关键技术之一是稳定高效的匹配算法。本文将ICCP算法与蚁群智能算法在地磁匹配导航中的应用效果进行了仿真实验。实验结果表明:ICCP算法具有较好的全局性,但算法复杂,导致实效性差;蚁群算法搜索效率高,实效性强,具有较强的适用性和鲁棒性。从这个角度来说,蚁群算法更加适合于地磁匹配导航。 相似文献
10.
11.
提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。 相似文献
12.
13.
14.
介绍了影像匹配的发展现状及趋势、研究进展和存在的问题,分析了影像匹配点云的特点,并对通过摄影测量技术和LiDAR技术获得点云的方法进行了比较。 相似文献
15.
基于特征点提取和匹配的点云配准算法 总被引:1,自引:0,他引:1
针对ICP算法配准需要两点云有较好的初始位置否则无法获取准确匹配结果的问题,提出一种新的粗配准算法。调整两片部分重叠点云的初始位置;在求取一点处法向量的基础上,利用点云曲率信息,提取特征点,获取两点云每一特征点处的属性向量;通过相似度函数评价,寻找匹配特征点对进行粗配准。试验表明,该基于特征点提取和匹配的方法可为ICP算法提供良好的点云初始位置,并提高配准精度和可靠性。 相似文献
16.
17.
基于特征点匹配及提纯的点云配准算法 总被引:1,自引:0,他引:1
针对传统的基于ICP点云配准算法配准时间长、收敛慢、需要较好初始配准等限制,本文利用现有的点云特征提取算法和描述算法,提取并匹配点云中的特征点,用RANSAC算法结合坐标转换模型剔除误匹配点对,用匹配点对在两点云中的坐标计算之间的坐标转换参数,从而实现点云的配准。相比ICP类算法,提高了点云配准的效率,同时提高了点云配准的自动化程度。 相似文献
18.
在高分辨率无人机影像匹配过程中,多采用SIFT或SURF算法进行尺度和旋转不变的特征提取与描述,但经过SIFT或SURF算法提取出的特征都是高维向量,在匹配点数量较大时,匹配搜索速度比较慢。针对这一问题,比较了穷尽搜索与K-d树搜索算法的特点;然后按照"降维"的思路,提出了一种采用改进K-d树的匹配搜索方法。经过理论分析和实验验证,该方法可以有效提高匹配搜索速度,并且匹配数据集规模越大、维度越高,搜索速度提升越明显。 相似文献
19.
时间序列影像特征点提取与匹配算法研究 总被引:2,自引:0,他引:2
首先利用Harris算子分别从序列影像中提取运动目标的特征点,然后通过局部信息熵与Walsh变换有机结合来实现序列影像前后帧中运动目标同名特征点的匹配。实验证明了本文算法的可行性。 相似文献