车载激光点云道路边界提取的Snake方法

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。

采用车载激光雷达的带状地物矢量化与结构特征提取

针对车载激光点云带状地物形状多样、难以用规则语义信息矢量化,以及结构语义信息提取研究较少的问题,提出一种基于Ribbon Snake模型的车载激光雷达带状地物(道路边界、实线型标线、铁轨)矢量化与结构特征提取方法.首先,通过格网剖分构建点云特征图,利用Ribbon Snake模型提取带状地物矢量化数据;然后,分析不同道路和铁路场景的结构特征,生成具有准确几何和拓扑结构信息的三维矢量数据和属性数据.实验表明:该方法能够准确地提取带状地物矢量化与结构信息,实现不同场景下带状地物的有效完整描述.

基于虚拟情境锚定法的基层政府信任现状调查与影响因素分析

由于政府信任概念的复杂性及其评价的敏感性,传统一般化的政府信任的测量难以避免评价尺度偏差或社会期望偏差。研究对647名浙江省居民进行网络问卷调查并分析,运用虚拟情境锚定法校正偏差,从而探究民众对基层政府信任现状以及影响因素。结果表明:(1)使用"虚拟情境锚定法"后,"信任"和"完全信任"的总比例为33.54%,较校正前降低了36.01%,即验证了评价尺度偏差与社会期望偏差的存在。(2)校正后的民众基层政府信任水平下降,但整体仍处于中等水平;(3)民众的基层政府信任水平受到年龄、月收入水平、政治面貌、教育程度不同程度的影响。

浅析积极心理学融入语文教学的策略

从积极心理学的视角探讨语文教学的改进策略。通过反馈式教学和调动各方面能动性的方式,将积极心理学融入语文教学。如调动肢体语言、组织小组活动、善用多媒体资源。教和学的融合也可能存在问题,如教师的专业能力不一、中小学学生能力发展速度不一。但积极心理学倡导人作为教学的主体,所以提升教师的专业能力和综合能力,激发学生的学习兴趣和主动性也十分重要。