共查询到20条相似文献,搜索用时 78 毫秒
1.
三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析现有配准算法的不足,在点云初始配准阶段,本文采用了Rusu等提出的基于点特征直方图的采样一致性初始配准算法(SAC-IA),并从从算法准确度和效率角度提出了改进:加入了采样点几何形状约束以保证采样点不共线,通过计算点特征直方图差异代替了欧式距离差异改进了误差评定方法。在点云精细配准阶段,本文采用了F.Pomerleau等提出的改进后的ICP算法,并在此基础上提出了一种基于点云重叠区域的精细配准算法。实验结果分析,该算法配准精度较高,能够满足点云配准要求。 相似文献
2.
针对柔性再制造系统中对工件的缺损部分进行测量的问题,提出一种应用结构光传感器进行检测和定位的方法。该方法采用结构光传感器获得破损工件的三维点云数据,将点云数据与原始工件CAD模型进行配准.通过设定误差阀值提取缺损区域数据。配准过程分为初始配准和精确配准两步,采用主元分析法计算点云数据的主方向,与已知CAD模型的主方向对齐,实现初始配准;采用ICP算法实现点云数据与CAD模型的精确配准。通过计算特定方向上点云到CAD模型的误差获得工件缺损区域的数据。实验表明,该方法能有效的获得破损工件缺损部分的三维信息。 相似文献
3.
针对计算机辅助肝脏手术中的空间配准技术中的手术前的CT图像与手术中的实际空间进行配准问题,本文提出一种基于ICP算法的手术空间配准技术,通过利用几何哈希法筛选出最佳的三维变换,然后用该变换作用到整个点云,最后完成点云的拼接,使得准确度更高。仿真试验结果表明,改进的ICP拼接算法精度高,适用于计算机辅助肝脏手术。 相似文献
4.
突发浪涌数据下差异云平台数据间的关联性破坏概率逐渐增加,降低了数据在冗余环境下查询效率。按照突发浪涌数据下云平台的弱关联数据调度特征,通过基于Apriori的弱关联数据挖掘方法,采集突发浪涌数据下差异云平台的弱关联数据,通过改进离散粒子群算法优化任务节点数字串的编码形式,实现数据调度任务,对粒子位置更新公式进行优化,采用优化离散粒子群算法进行节点寻优,获取最佳调度节点集,实现突发浪涌数据下差异云平台的弱关联数据调度。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。 相似文献
5.
地下工井是工作人员对电力线路进行运检时的重要手段之一,通过采用三维激光扫描仪对地下工井进行扫描可以获取工井的点云数据,但其通常是以扫描仪中心为原点的独立坐标系统,为点云配准带来了问题。基于此,本文提出了基于地理坐标的两种配准方法较好地解决了工井点云数据的配准问题,为后续的点云数据处理与建模奠定了基础。 相似文献
6.
7.
为达到针对特大尺寸的钢结构进行高效研究、高精度的检测目的,本文针对地面区域激光点云的全面配准算法及无人机装置多视角视频图像的密集点云生成算法实施了详尽的研究.应用根据几何图形特征的迭代模式的整体配准型算法持续的对于观测数值约束操作以及解析计算,并把观测数值的修正误差范围控制在特定阈值的区间内,直至实现配准操作,完成整体... 相似文献
8.
三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析,现有配准算法在效率方面有明显的不足。基于此,本文利用OpenCL对点云配准算法作出了整体的并行优化加速。实验结果分析,该算法能够满足快速点云配准的要求。 相似文献
9.
10.
针对传统配准方法存在配准精度低的问题,提出一种新的弹性配准插值算法。新方法基于B样条的自由变形模型,将最大互信息准则作为形变图像与目标图像的相似性测度对相邻的片层图像进行配准。然后,提出一种改进的双线性插值方法,通过构造插值点的最小环绕四边形计算该插值点的值,从而得到最终的插值图像。 相似文献
11.
《科技通报》2016,(9)
针对标准KNN算法在交通运输路况预测的应用中还存在误差较高等问题。本文提出了一种基于改进粒子群并行优化KNN算法的交通运输路况预测模型,首先在采用粒子群算法对KNN算法进行优化前,引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行优化,然后采用最优化学习策略对改进粒子群算法的运算性能进行优化,最后采用改进的粒子群算法把改进的KNN算法的待优化参数随机初始化为一组粒子的位置和速度,并根据适应值函数计算每个粒子的适应度。仿真实验结果表明,本文提出的改进粒子群算法具有较好的收敛性能,基于改进粒子群并行优化的KNN算法在交通运输路况的预测中误差较小。 相似文献
12.
13.
14.
15.
16.
17.
18.
19.
在对最佳任务调度下的Web数据进行优化聚类的过程中,容易出现原始数据损失的情况,导致传统数据优化聚类算法,由于忽略初始数据,无法有效实现Web数据优化聚类。提出一种基于粒子群优化的最佳任务调度下Web数据优化聚类算法,依据任务价值密度以及执行紧迫性,塑造动态优先级,通过适应度函数对分类计划进行评价,给出类间距与类内距计算公式,对相关参数和各粒子的位置以及速度向量进行初始化操作;求出粒子的适应度;求出粒子个体最优与群最优;依据粒子群优化算法的位置以及速度对当前位置和速度进行更新;通过K-means算法对EHCF进行聚类,直至全部Web数据聚类完成。仿真实验结果表明,所提方法在Web数据优化聚类上具有很高的优越性。 相似文献
20.
传统的基于粒子群算法的前馈神经网络训练系统进行数据库访问时,易陷入局部极值,产生零点轨迹信息搜索效率较低,局部极小点和搜索方向紊乱。提出一种改进的粒子群优化算法。构建基于误差反传的神经网络系统结构,引入混沌映射概念,提出了一种根据粒子搜索状态,动态调整粒子飞行速度和位置的粒子群优化算法,提高多波束粒子群深度零点轨迹信息的提取的搜索效率,根据粒子的轨迹信息,研究如何动态调整粒子的搜索速度和方向,提高了训练和控制精度与效益。仿真实验表明,该算法进行多波束粒子零点轨迹信息搜索,效率较高,通过外力的干涉尝试调整粒子的方向,使得粒子可以逃离这个稳定阶段,提高了粒子收敛速度,提高控制搜索精度,运行时间较短。算法在智能控制等领域具有较好的应用价值。 相似文献