注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于改进的Hough变换图像分割方法

  2. 激光扫描测量技术在三维城市建模领域的应用具有良好的发展发展前景。本文中的方法可以更好的应用于激光扫描仪点云数据中的关键地物提取。本文首先对三维激光扫描仪的测距原理进行了介绍, 分析了三维激光扫描仪点云数据中的平面表示方式, 结合区域生长算法对激光扫描仪点云数据进行分割, 从而提取出平面特征, 最后对该方法进行了试验和分析。

  3. 所属分类：C#

    • 发布日期：2012-02-28
    • 文件大小：181248
    • 提供者：yanhong920

  1. PCA形状特征分析

  2. 基于LiDAR点云数据分析，适用于分类，及平面的提取

  3. 所属分类：IT管理

  1. drost2010CVPR中文翻译版.pdf

  2. Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：1048576
    • 提供者：qq_28250697

  1. 车载移动测量系统在大比例尺测图中的应用

  2. 为获得现势性强、精度高、数字化的大比例尺基础图件,利用车载移动测量系统先获取点云数据,然后提取特征点坐标,通过坐标转换得到当地坐标系下的平面坐标,再附加地物地貌信息,修编成大比例尺地图,为新农村建设规划提供了重要的地理信息资料,满足了村镇规划对最新基础图件的需求.

  3. 所属分类：其它

    • 发布日期：2020-05-16
    • 文件大小：859136
    • 提供者：weixin_38680671

  1. 使用超声波的智能手机手势识别.pdf

  2. 利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜

  3. 所属分类：Android

    • 发布日期：2019-10-15
    • 文件大小：946176
    • 提供者：xiaokala_2011

  1. 机载LiDAR点云数据平面特征提取

  2. 为从大量的Li DAR点云中分离出建筑物点类,获得平面特征,借鉴传统的Hough变换思想,提出一种提取机载Li DAR点云数据平面特征的方法,综合采用三维空间中Hough变换以及区域增长算法从点云数据中提取特征平面信息.研究结果表明:通过该方法可有效的提取出点云数据中的平面特征,建筑物的平面特征被检测出来之后,有助于完成建筑物的自动建模.

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：805888
    • 提供者：weixin_38707192

  1. 从地面激光扫描数据中自动提取建筑物

  2. 从大量具有不同局部密度的点云中提取建筑物，尤其是在存在随机噪声点的情况下，仍然是一个巨大的挑战。 在本文中，我们提出了一种从地面激光扫描数据中提取建筑物的完整策略。 首先，提出了一种新颖的分割方法来促进建筑物提取的任务。 这些点基于法线和邻接关系进行分组。 其次，基于高斯图像的属性，从分割结果中识别出平面。 最后，根据形状，法线方向和拓扑关系等点云段的特征集合，从城市点云中提取建筑物。 实验结果表明，该方法可作为一种可靠的方法从地面激光扫描数据中提取建筑物。 同时，建筑物被分解成几个小块，为建筑

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1007616
    • 提供者：weixin_38601364

  1. 基于分层墨卡托投影的激光雷达点云数据局部特征描述

  2. 为了高效提取激光雷达点云数据的局部几何结构特征,实现三维(3D)目标的配准、检测和识别,提出了一种基于分层墨卡托投影(HMec)的局部点云特征描述子。首先,采用传统方法进行特征提取;然后,利用具有保角特性的墨卡托投影,将3D点云数据的局部邻域点分层投影到多个墨卡托平面上;最后,分别统计各墨卡托平面的分布直方图,得到特征点的局部特征描述子。HMec特征描述子能很好地保留点云的局部几何结构特征,从而提高特征描述子的辨别力。在Bologna和3DMatch数据集上的测试结果表明,相比其他9种局部特征描

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：4194304
    • 提供者：weixin_38606169

  1. 大场景内建筑物点云提取及平面分割算法

  2. 提出一种从地面激光点云数据中提取建筑目标并进行分割的新方法，该方法利用半径渐变的主成分分析法确定各点局部几何特征(最佳半径，法向量、维度特征)；根据几何特征将地面点从原始点云中剔除，将非地面点按距离聚类形成点云簇，并对点云簇进行整体特征分析，识别建筑物目标；依据点的局部特征设置区域增长法生长准则对建筑物目标进行平面分割并对分割结果进行优化。实验结果表明，该方法不仅能快速有效提取大场景中的建筑物目标进行分割，并且解决了传统区域增长法不稳定的问题，提高了建筑物点云平面分割的精确性和可靠性。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_38630697

  1. 基于地平面的单目视觉辅助激光雷达SLAM研究

  2. 融合视觉传感器和激光雷达可以实现优于单一传感器的同时定位与建图(SLAM)系统,现有的视觉和激光雷达融合算法仍然存在计算复杂度高、系统精度及稳定性受错误的深度匹配影响等问题。为了更加高效、鲁棒地融合视觉和激光雷达的信息,充分利用图像和激光点云中的地平面信息,提出了高效的视觉辅助激光雷达SLAM算法。首先,从激光点云中分割出地面点云用于提取图像中的地面ORB特征点,并通过单应性变换中的交比不变性校验特征匹配,从而高效鲁棒地利用单应性矩阵分解实现绝对尺度相机运动估计。然后,将得到的相机运动估计以李群

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：4194304
    • 提供者：weixin_38658086

  1. 基于形态学梯度的激光扫描点云特征提取方法

  2. 为从海量激光扫描点云数据中准确提取特征，提出了一种基于形态学梯度的激光扫描点云特征提取方法。该方法首先生成海量激光扫描点云数字高程模型，而后通过数学形态学对梯度的定义求取各激光脚点梯度，将梯度局部邻域均值作为局部自适应阈值，对点云数据进行分割，生成特征部分与平坦部分。使用随机抽样一致方法拟合平坦部分平面以及特征部分的圆孔，求取台阶面高度、圆孔内径等特征信息。实验结果表明：该方法可以有效地提取大规模点云数据的特征，圆孔类特征值提取最大误差不超过0.05 mm，台阶面高度提取误差不超过0.1 mm。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：6291456
    • 提供者：weixin_38625164

  1. 建筑物立面点云直线段特征提取方法

  2. 针对现有从建筑物立面点云数据中检测提取直线段特征的方法存在漏检现象严重和准确程度不高的问题,提出一种基于切片的建筑物立面点云直线段特征提取方法。首先对建筑物点云姿态进行调整,使其走向与Y坐标轴一致,然后沿三个坐标轴方向对点云进行切片并在切片上提取特征点;之后分别对三个方向提取的特征点基于圆柱体生长的方式进行直线段聚类;最后采用残差1范数最小进行聚类特征点的直线段拟合及对直线段端点进行调整和优化。采用多组实验数据对本方法进行验证,实验结果表明:本文方法的直线段提取精度为点云中平均点间距的1/2;与

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：15728640
    • 提供者：weixin_38686041

  1. 印制电路板点云的关键轮廓特征提取

  2. 针对印制电路板关键轮廓特征提取难的问题,提出了一种将折边线转化为边界线,再进行关键轮廓线特征点提取的算法。该算法首先利用k维树对印制电路板原始点云数据建立拓扑结构,从而实现对k邻域点的快速查找,采用直通滤波算法完成对印制电路板点云的整体预处理;其次通过随机采样一致性算法将印制电路板中面积最大的平面特征单独提取出来,使关键轮廓特征实现了在空间上的分离;再采用基于法向量夹角限制条件的欧氏聚类完成折边特征的点聚类,从而实现将折边线转化为边界线的思想;最后根据k邻域点之间向量的夹角与设定阈值之间的大小关

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：5242880
    • 提供者：weixin_38748555

  1. 从点云中提取建筑物立面的混合算法

  2. 作为捕获3D城市场景数据的领先方法，激光扫描技术已越来越多地用于特征提取，对象识别和建模任务中。 这项研究提出了一种新策略，该策略可用于快速，准确地提取基于点云的建筑物立面特征，这些点云是从激光扫描仪捕获的。 首先需要对数据进行预处理，包括构建KdOcTree混合索引以及使用主成分分析（PCA）计算点云的法线向量。 在此基础上，通过模糊聚类获得初始聚类，然后根据采样间隔在每个聚类中使用广义霍夫变换（GHT），以检测局部峰值以获得初始平面。 接下来，基于法向矢量和待处理平面的距离阈值将相似的平面合

  3. 所属分类：其它

    • 发布日期：2021-03-27
    • 文件大小：823296
    • 提供者：weixin_38538381