自主移动机器人微型激光雷达点云数据滤波研究

由于自主移动机器人微型激光雷达点云数据采集过程存在多种外界因素的干扰,导致采集到的点云数据中含有大量噪声,为此设计提出自主移动机器人微型激光雷达点云数据滤波方法。采集自主移动机器人微型激光雷达采集点云数据,利用噪声分离算法和改进的三维中值修复对点云数据进行优化。根据精简移动最小二乘法构建微型激光雷达点云数据滤波模型,将经过优化的点云数据输入该模型中,实现微型激光雷达点云数据滤波。实验结果表明,所提方法的点云数据滤波误差低,实际应用效果更好。

融合机载LiDAR和高光谱影像的土地利用分类

高光谱影像具有丰富的波谱和纹理信息,机载LiDAR点云数据包含了地物高密度、高精度的三维信息。分别从两种数据中提取地物的光谱特征、纹理特征和高度特征,并进行不同的特征组合,然后采用随机森林分类器进行地物分类实验。结果表明,机载LiDAR点云和高光谱数据在地物分类方面具有很强的信息互补性;融合了LiDAR高度特征的总体分类精度和Kappa系数均优于仅使用高光谱影像,其中“PCA+NDVI+GLCM+CHM”的特征组合总体分类精度和Kappa系数最高,分别为85.96%和0.81;与未加入LiDAR特征的组合相比,总体分类精度提高了5.33%。

基于大功率激光投影的建筑立面提取研究

受到周边环境的遮挡与影响,导致传统的建筑立面提取方法存在提取数据丢失以及提取效率低的问题,为此提出基于大功率激光投影的建筑立面提取方法。首先分析建筑立面结构,确定立面提取目标。安装大功率激光投影设备,并利用该设备采集建筑立面点云数据,根据激光的特殊性质解决环境遮挡的问题。对初始点云数据进行预处理,并从轮廓边界、立面高度等方面得出建筑立面的提取结果。通过对比实验得出结论:与其他两种方法相比,设计方法提取数据的完整性提高了1.3%,且消耗的提取操作时间较少。

RGB激光扫描的面部特征点识别研究

传统方法在进行危险预警时,需要被测者穿戴整套仪器设备,成本高,稳定性不好,为此,提出一种基于激光扫描的多源脸部信息感知危险预警方法。在进行激光扫描前,通过直接标定法对相机进行标定,并且提出适于RGB激光扫描的颜色标定法,令采集的点云数据中所有点均和一组RGB颜色数据相应,从而得到脸部彩色三维重建结果。利用激光扫描仪得到测角与测距,获取测点的三维坐标,和扫描点构成人脸三维点云数据图,对点云数据进行分析处理,得到多源人脸信息。依据眼睛特征点与嘴部特征点判断人体是否处于疲劳状态,从而完成危险预警。实验结果表明,所提方法危险预警准确性高。

新形势下高职计算机基础课程平台的开发与实践

国家经济优化与产业升级对高等职业教育人才培养提出新的要求,信息化与产业的深度融合必然对计算机应用能力提出更高的标准。从课程简介、课程标准、课程实施方案到课程实训手册,从上至下,构建一套完整、系统、实用的计算机基础课程平台。对系统化的计算机技能训练体系进行了设计与实践,以加强学生实践能力和创新能力的培养。

视频监控系统在景电工程中的应用探讨

景电工程扬程高、流量大、梯级多、装机容量大、地形复杂,工程的安全隐患无时无刻不在,需要工程管理人员时刻监视工程运行状况,提前预防事故的发生,及时修复工程。施工中采用经济实用的视频监控手段,为工程管理提供支撑,确保工程适时适量灌溉。