【摘 要】
：
点云边界提取是点云三维重建中极其关键的一步,现有的边界提取算法大多采用一种判别准则进行边界点提取,导致提取的效率低或者提取效果不理想。针对上述问题,本文提出一种快速精确的点云边界提取算法,其包括粗提取与精提取两个步骤。粗提取中对任意点,利用Kdtree搜索其近邻点,对该点与其近邻点构成的单位法向量进行叠加,依据叠加后向量的模长与近邻数的比值粗提取出边界点;精提取中对于粗提取出的边界点,搜索其近邻点
论文部分内容阅读
点云边界提取是点云三维重建中极其关键的一步,现有的边界提取算法大多采用一种判别准则进行边界点提取,导致提取的效率低或者提取效果不理想。针对上述问题,本文提出一种快速精确的点云边界提取算法,其包括粗提取与精提取两个步骤。粗提取中对任意点,利用Kdtree搜索其近邻点,对该点与其近邻点构成的单位法向量进行叠加,依据叠加后向量的模长与近邻数的比值粗提取出边界点;精提取中对于粗提取出的边界点,搜索其近邻点并依据近邻点拟合成平面,再将近邻点投影到该平面上,根据判断点的投影点与近邻点的投影点连线间的最大夹角精确
其他文献
研究了运载火箭基于动力学与运动学模型的主发动机故障下的推力在线辨识问题,仅基于导航敏感器件的惯性测量信息,利用多信息融合的带遗忘因子的最小二乘法,实现了发动机推力大小的在线实时辨识,通过辨识的推力大小进而对发动机进行故障诊断。仿真结果表明,该方法能够准确快速地辨识出发动机推力大小的变化。
采用Box-Behnken Design(BBD)法进行了固定填料床曝气工艺去除水中氯代烷烃的中心组合试验,以三氯甲烷、四氯化碳为例,研究了气水比、进水流量、初始浓度对污染物去除率的影响。试验结果表明,上述3个因素对三氯甲烷去除率有较为显著的影响,而对四氯化碳去除率的影响很小。建立的两种污染物回归模型与实际试验结果均拟合较好,具有统计学意义。上述3个因素对三氯甲烷去除率影响的交互作用较四氯化碳明显
近年来,高光谱图像分类得到了广泛的研究,面临的挑战是训练样本数量有限,误分类率较高。针对这些问题,提出了一种基于支持向量机和逻辑回归(SVMSLR)框架的半监督光谱空间加权高光谱图像分类方法。该框架是最近发展起来的一种技术,它将空间上下文描述为逻辑回归,通常与支持向量分类器一起使用,以提供概率输出。将支持向量机(SVMs)的SVMSLR概念推广到遥感图像分类中,为此,使用当前像素的K个最近邻空间特
申请人:航天材料及工艺研究所、中国运载火箭技术研究院发明人:崔超、潘玲英、郭鸿俊、李林雪等专利号:201711155396.7简介:本发明提供了一种火星探测着陆巡视器用一体化天线壳体及其制备方法,通过壳体成型模具制造、碳纤维/聚酰亚胺预浸料制备、壳体铺层、亚胺
中国运载火箭技术研究院北京强度环境研究所研制出一款"亥姆霍兹共鸣器",可应用于火箭整流罩内减少噪声。据介绍,重型运载火箭和载人登月火箭的体积和质量有了跨越性提高,流罩内部声振环境更加恶劣,对卫星太阳帆板、电子设备和整体结构都会产生破坏,特别是会造成关键部件的疲劳破坏,大大降低整个系统的可靠性;且一定时长的噪声对航天员
针对段落式图像描述生成研究中提升描述语句之间的连贯性问题,提出了一种基于全卷积结构的图像段落描述算法.采用基于卷积网络的区域检测器获取图像表示,结合段落在语言学角度的层次性,构建一种层次性的深度卷积解码器对图像表示解码,自动生成段落式文本描述.同时将门控机制嵌入卷积解码器网络中,以提升模型的记忆能力.实验结果表明,相比于基于循环神经网络等传统段落图像的描述方法,新算法能够为图像生成更为连贯的段落式
针对卷积神经网络在行人识别过程中错误率较高的问题,提出了一种基于深度胶囊模型的行人再识别方法.首先利用标准卷积层学习区分度较高的特征;然后将不同卷积层中的若干特征划分为一组,生成一个具有丰富语义特征的主胶囊.在此基础上,引入了动态路由算法,通过迭代路由过程来确定主胶囊和数字胶囊之间的归属关系,进而得到一组数字胶囊,其中,每个数字胶囊可以学习识别目标行人的存在.在具有挑战性的数据集上进行实验的结果表
精确估算水碳通量对陆地水碳循环研究意义重大,同时也极具挑战性。目前的估算精度有待进一步提高。传统的模型模拟和站点观测两种估算方法各有优势和不足,二者需结合进行研究。数据同化将观测融合到基于物理规律的模型中,尽可能得到模型状态变量和参数的最优估计,为模型和观测的结合提供了一条有效的途径。本文追踪陆地植被水碳通量过程模型与多源观测信息数据同化的研究进展;从植被水碳通量过程模型、数据同化算法、水碳通量模
采用"高分+应急监测"模式,利用多期、多源遥感数据进行协同分析,对"8·20"汶川暴雨灾害及其诱发的次生灾害进行应急监测,对暴雨灾后的水体、居民区等承灾体与泥石流等次生灾害隐患进行遥感判译,分析暴雨致灾灾损,初步提出了暴雨灾害链减灾断链措施。结果表明,遥感技术对灾后应急救援及灾损评估、摸清地灾隐患家底、提升防控能力具有重要意义。
多媒体技术的飞速发展推动了图像处理与显示设备的应用与发展,为了使图像在不同的设备上进行最佳显示,需要对图像的尺寸进行调整。因此,本文提出一种基于深层特征学习的可压缩感知及接缝雕刻的图像重定向方法。首先从预先训练的VGG-19网络中提取输入图像的深度特征图,从最深层开始计算特征图像的可压缩率,根据计算的可压缩率运用接缝雕刻的方法在特征域(Feature fields Seam Carving,FSC