【摘 要】
：
针对点云配准过程中易产生错误对应点、收敛速度慢、配准时间长等问题,提出了一种基于内部形态描述子(ISS)及方向直方图描述子(SHOT)特征的点云配准算法。运用体素格网法下采样后,采用ISS算法提取特征点,并用SHOT对特征点进行描述,利用余弦相似度匹配对应点对,再采用RANSAC算法剔除错误对应点对,使得两片点云获得良好的初始位姿,最后采用点到平面的ICP算法进行精确配准。试验结果表明,与传统IC
论文部分内容阅读
针对点云配准过程中易产生错误对应点、收敛速度慢、配准时间长等问题,提出了一种基于内部形态描述子(ISS)及方向直方图描述子(SHOT)特征的点云配准算法。运用体素格网法下采样后,采用ISS算法提取特征点,并用SHOT对特征点进行描述,利用余弦相似度匹配对应点对,再采用RANSAC算法剔除错误对应点对,使得两片点云获得良好的初始位姿,最后采用点到平面的ICP算法进行精确配准。试验结果表明,与传统ICP算法及基于ISS的SAC-IA+ICP算法相比,本文算法配准精度及配准效率更高,对数据量大、重叠率较低
其他文献
随着国家经济的迅速发展互联网的不断普及给人们带来了非常多的便利,数字化发展的步伐涉及到了各行各业,在过去的工程技术中当遇到需要测量的数据时都是把测量的数值记录在表格之中,很多的时候这类的数据不利于保存,或是在保存过程中出现疏忽,导致了数据的错漏。但是现今新时代的发展带来了数字化的测绘技术,这项技术的出现使得工程测量变得非常简单,提高了工程的质量还加快了施工的效率,给整个工程的测量上升了一个全新的高
随着现代医学技术的快速发展,疾病诊疗模式不断发生改变。过去患者必须到医院才能就医看病,现在利用移动医疗模式,实现疾病信息采集、疾病诊断、功能监测等进行信息化处理,为大众的疾病救治提供更加便捷的医疗服务[1-2]。近年来,通过在救护车上配备小型移动CT、便携式检验及监护仪器、专业救护人员、远程通讯等,构建"移动卒中单元"
《Auto CAD机械制图》是高职院校工科类学生必修的一门基础课程,该课程的教学目标主要是为了让学生对Auto CAD软件的常用命令、操作步骤及功能有全面的认识和掌握,并且还需掌握基本的三维模型图的创建方法及中等复杂程度以下机械零件平面图形的绘制方法,只有掌握这些技能才能有效地提高学生的绘图水平和实际工程能力。而翻转课堂简单来说就是由教师创建教学视频,根据教师提供的视频资料,学生可以在课余时间不受
为了在日益复杂的工业建模数据基础上建立一个准确、稳定的软测量模型,提出了一种有效的异构集成极端学习机(HEELM)软测量模型.采用4种不同激活函数的极端学习机和核极端学习机模型用以丰富集成模型的多样性.极限学习机的隐含层节点数通过试错法确定,并以交叉验证为准则来获得最优的核极限学习机模型参数.为了获得集成模型的最佳输出,采用最小二乘回归方法对所有单个模型的输出进行集成.通过2组复杂的工业过程数据集
[目的]探究青藏高原长期的冻融与水蚀造成的凹陷对高寒沼泽草甸土壤呼吸的影响,为探讨和评估高寒沼泽草甸碳循环过程提供一定的科学依据。[方法]以青海湖北岸冻融—水蚀凹陷的高寒沼泽草甸为研究对象,选取了非冻融—水蚀凹陷区和冻融—水蚀凹陷区,2019年5月监测土壤呼吸、5 cm土壤温度、5 cm土壤含水量及空气温度和空气相对湿度,2018年8月观察了植被群落特征(优势种、地上生物量、植物高度、群落盖度)。
河北省黄骅市东临渤海,盐碱地分布广泛,土地盐碱化程度高,春冬两季干旱少雨,小麦生长条件特殊,当地旱碱麦面粉麦香浓郁,口感劲道,营养丰富,是当地传统特色农产品,本市利用这一优势资源,制定了旱碱麦发展规划,并进京举办了‘河北沧州-北京商务局黄骅旱碱麦推介会’通过产销衔接,品牌建设,实现了优质优价,拓宽了农民增收渠道,丰富了北京人民的餐桌,随着品牌的提升,完善了物流网的建设,综合利用线上线下销售渠道,大
|呼文韬硕士|疫情防控期间他在野外试验研发单位:中国电子科技集团公司第十八研究所研发成果:"津生号"长航时悬停无人机多通道控制系统研发效应:在天津126个高速公路出入口及重点国道进行巡航监测,巡航里程达1000余公里人工智能辅助诊断系统、人脸识别、智能测温、无人机……疫情防控工作中,一大批高科技产品大显身手。天津华鼎科技有限公司生产的第四代固定翼无人机"津生号"就是其中之一。
确定角反射器(CR)在SAR影像中的高精度影像坐标是合成孔径雷达影像(SAR)几何校正、辐射校正和形变检测等研究的基础。本文提出了一种基于尺度空间的角反射器车载SAR影像坐标定位方法。通过对仿真数据和车载SAR影像数据的角反射器进行定位试验,验证了该方法的可行性和稳定性;并与使用地面控制点几何纠正后的角反射器定位结果进行对比,验证了该方法满足子像素级定位精度的需要,且无需地面控制点。
无人机影像匹配过程中,粗差是不可避免的,因此,获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的RANSAC算法进行粗差剔除,该算法受抽样次数、误差阈值的影响,还会残存部分误匹配的特征点。利用图论原理,对SIFT算法提取的特征点进行预处理,通过构建特征点的能量函数剔除能量较低的特征点,可以提高匹配特征点的稳健性,减少特征点的粗差。本文提出了一种新的方法,将图论算法与经典的RA
传统的遥感影像目标提取方法大多采用目视解译或基于像素信息进行处理,难以适用于高分辨率影像中的复杂场景。而现有的卷积神经网络语义分割模型,由于难以达到较高的精度会出现提取目标粘连的情况。针对该问题,本文对实例分割模型Mask R-CNN进行改进,提出了一种高效、准确的高分辨率遥感影像建筑物提取算法。首先,在Mask R-CNN原有的特征提取部分每个层级的特征图后再增加一层卷积操作,以降低上采样造成的