【摘 要】
：
为了克服传统方法的建筑物重构方法点云数据匹配不理想问题,提出基于LiDAR点云的建筑物激光扫描重构方法。将LiDAR获取的点云数据做预处理,其中包括数据配准与坐标转换,提取出点云的特征点,根据该特征点获取建筑物的基本轮廓,重构建筑物模型;通过搜索最近点实施点云数据匹配,利用激光扫描完成对建筑物的重构。为验证研究方法的有效性,设计一次仿真。实验结果证明了研究方法下建筑物点云数据匹配精度高,重构效果理
论文部分内容阅读
为了克服传统方法的建筑物重构方法点云数据匹配不理想问题,提出基于LiDAR点云的建筑物激光扫描重构方法。将LiDAR获取的点云数据做预处理,其中包括数据配准与坐标转换,提取出点云的特征点,根据该特征点获取建筑物的基本轮廓,重构建筑物模型;通过搜索最近点实施点云数据匹配,利用激光扫描完成对建筑物的重构。为验证研究方法的有效性,设计一次仿真。实验结果证明了研究方法下建筑物点云数据匹配精度高,重构效果理想,也完善了建筑物重构的视觉感知。
其他文献
为提高深度双Q网络的数据查询效率、优化数据传输能耗,提出一种基于分簇的低延迟高可靠数据查询算法。采用强化学习建立模型及优化目标,使用深度学习求解深度双Q网络状态表达和策略表达。引用主成分分析二次提取数据特征,剔除每个特征的信息叠加,通过熵值法对特征量进行赋权,提升数据查询效率。依据数据查询与簇头节点的关联,分析簇头节点通信能耗与查询响应时间,构建数据估计模型。利用节点轮换方法均衡网络能耗,完成低延
肾脏内部血流量占肾脏总面积大小是医学中评价肾脏损伤等级的重要指标,利用数字图像处理技术处理肾脏重症超声并构建肾脏损伤等级评估模型具有一定现实意义,为此提出了一种基于特征匹配的超声影像评估仿真。在量化肾脏超声血流样本条的同时利用颜色通道值匹配和图像分割方法快速对血流区域成像;再利用滤波算法对成像结果细化,在此基础上结合样本条的物理意义估计血流总量。实验结果表明,本算法能很好地估计肾脏重症超声中的血流
针对当前室内热环境调节相关研究成果存在热舒适性较差的问题,提出基于FLUENT模拟的通风室内热舒适性自动调节方法。确定研究地点和对象,分析该地的气象环境,引入FLUENT对室内环境进行模拟,在模拟工况下将PMV当作室内热舒适性的评价指标进行计算,为通风室内热舒适性自动调节控制器的设计提供支撑。提出利用带约束条件的广义预测控制器对室内热舒适性进行自主式控制。将热舒适性指标PMV当作被控目标,控制器设
针对现有虹膜身份信息稳健识别方法存在识别准确率低、识别速率差的缺陷,提出了一种基于分数维对虹膜身份信息稳健识别方法。采用Gaussian模板对虹膜图像进行平滑处理,根据微分法对采集的虹膜图像进行锐化预处理;依据灰度级分布函数获得灰度直方图,通过灰度差分法对虹膜图像内、外边界进行定位,并实现尺寸与光照的归一化处理,获得虹膜基础图像;采用二维Gabor滤波器对虹膜图像特征进行提取,利用加权融合匹配算法
在使用大数据查询重要信息时,为了防止隐私泄露,需要通过安全防护手段保护数据信息安全,提出基于差分隐私的大数据安全访问权限认证仿真方法。利用添加拉普拉斯生成噪声的方式,统计起始数据,并转换扰动,达到保护隐藏信息的效果。对大数据拥有者或生产者贴上标识,并对访问大数据的对象贴上标签,通过正确设置大数据所有者的读授权条件与写授权条件,在完成数据传输的同时使访问权限也获得认证,最终实现安全防护。经过仿真证明
网络流量具有时变性与非线性等特征,线性时间序列预测性能不佳,提出网络非平稳流量多尺度时间序列预测数学建模。利用离散低通滤波器确定流量分解系数,经过初始化处理,对滤波器做插零完成小波分解;使用支持向量机方法设置回归函数,确保函数最小化,并将低维空间中非线性回归问题转换为高维空间线性回归问题,在初始低维空间做核函数计算获取高维空间内积,引入双曲核函数建立支持向量机每一步的预测模型;重构小波分解后的时间
针对现有主题爬虫技术中存在爬虫覆盖率较低、主题漂移率较高等问题,提出设计一种基于改进VIPS算法的主题退火爬虫技术。通过改进VIPS算法提取当前页面内对对应的视觉块,对视觉块中主要内容实施方式进行判别,将与主题特征相符合的内容块筛选并存入数据库中,将与主题特征不相符的内容块则直接刨除;在Heritrix的基础上,设计主题退火爬虫的结构;通过对规则引擎进行整合,使规则引擎可以在主题退火爬虫中运行,并
TLD(Tracking-Learning-Detection)是针对视频中未知物体的长时间跟踪算法。当目标跟踪受到光照、遮挡和旋转等因素干扰时,TLD算法无法实现视频目标准确跟踪。针对TLD存在的问题,提出了一种改进的TLD动态更新检测区域的目标跟踪算法。采用压缩跟踪作为跟踪模块,并且增加了对压缩跟踪模块和检测模块运行效果的评估,根据评估结果来调整压缩跟踪模块和检测模块所占的权重,更准确预测目标
针对现有数据提取方法未考虑空间高复杂度,导致偏差数据检测的缺失、提取覆盖率较低、时间消耗较多的问题,提出基于智能计算的网络偏差数据提取数学仿真方法。引用信息熵检测网络偏差数据,并采用遗传算法对上述检测结果更新与平滑处理,获取网络偏差数据特征响应函数,结合距离与密度参数,确定网络偏差数据的位置与密度,最终实现网络偏差数据的快速提取。数学仿真结果显示,在网络吞吐量10000-50000Mbps背景下,
为了提高自然场景标志信息识别精度,提出基于图像增强的自然场景建筑工程标志信息逐级细化识别算法。采用基于极大灰度频数抑制结合动态直方图均衡算法,增强处理自然场景建筑工程标志图像,优化标志图像质量;以粗分类形式识别自然场景建筑工程标志图像类型后,由细分类形式识别自然场景建筑工程标志具体信息,实现逐级细化识别工程标志。经实验结果验证:所提方法增强后图像均方根误差与清晰度可满足图像增强应用需求,均方根误差