一种基于地面激光雷达点云的建筑物外轮廓自动提取方法

本文针对基于地面点云数据的建筑物轮廓自动提取,设计了一种由粗到精的提取方法。首先,将点云降维,在图像中进行轮廓优化和粗提取;然后,将欧式距离聚类和全局最小二乘方法与RANSAC方法结合,对提取出的粗轮廓进行更精细地拟合,得到原始的线要素;最后,采用平面几何拓扑约束和经验模型的方法,对得到的线要素进行简化和连接,完成轮廓的提取。试验结果表明,本文方法能够有效提取出建筑物轮廓,与传统方法实测相比,轮廓顶点处的位置精度总体小于5 cm,能够满足大多数城市测量应用场景。

基于D-S证据理论的多特征输电线路覆冰图像分类方法研究

图像分类中的图像对象往往数据量很大,同时图像对象的信息量巨大、信息冗余和高噪声的特点,图像本身不能很好地表述此类图像的特征,为存储和计算带来许多麻烦。在此提出一种基于D-S证据理论的多特征覆冰图像分类方法,在输电线路覆冰图像分类研究中,使用特征图像的集合表述待分类图像和分类,将多特征图像分类研究转化为决策问题,而后应用D-S证据理论的实现多特征输电线路覆冰图像分类。最后,实验表明了本方法在多特征输电线路覆冰图像分类中的有效性。

基于点线特征的视觉SLAM方法综述

基于点线特征的视觉SLAM方法是解决传统视觉里程计在低纹理场景下定位不准确和鲁棒性差的常见方法。结合近年来的研究成果,本文对基于点线特征的视觉SLAM算法进行框架上的梳理和性能上的比较。首先,归纳视觉SLAM系统框架,并对前端模块的相关算法和对应的数学理论进行阐述。其次,归纳分析相关基于点线特征的视觉SLAM算法优化方法及研究成果,总结各种优化算法的优势和问题。最后讨论基于点线特征的视觉SLAM的研究方向、发展前景和面临的问题。

一种结合阴影信息的建筑物层数识别方法

建筑物层数获取可为城市安全和灾害隐患提供数据支撑和决策服务。目前,建筑物层数往往是基于人工调研和统计为主;基于遥感影像的建筑物高度自动反演,也存在算法效率低、提取不完整、自动化程度偏低等问题。为解决这些问题,实现快速和大范围获取建筑物层数,基于GF-7卫星影像,设计、实现了一种楼层数识别的算法,在主成分分析等预处理的基础上,采用渔网法阴影线自动提取算法,并利用阴影形成的几何关系计算楼高并转换为楼层数,最终为消除阴影长度测量误差的影响,采用支持向量机回归对算法提取结果进行误差改正。以北京市朝阳区为研究区,进行模型的训练与测试;以河南省郑州市为验证区的实验结果表明,建筑物层数总体识别精度为90.21%,6~50层的建筑物层数识别误差在3层以内。研究可为基于卫星数据快速和大范围自动获取建筑物层数提供全新的技术支撑和应用服务。

利用结构面对象的高分遥感影像建筑物变化检测

根据建筑物具有丰富的角点和规则的外观形状的特点,本文提出了依据线段信息生成建筑物变化检测基本单元——结构面对象的建筑物变化检测方法。从高分遥感影像中提取出建筑物的边缘线及屋顶外形线条,生成结构面对象并提取其在两时相影像中相应的特征信息,通过监督分类获取变化建筑区域。试验结果表明,利用结构面对象进行建筑物变化检测能较完整地覆盖变化建筑物表面且对象边缘检测效果较好。

地面三维激光扫描建筑物点云特征线提取

针对地面三维激光点云包含大量冗余数据,特征信息不明显等问题,提出一种建筑物点云特征线提取方法。该方法以点到其每3个相邻邻域点所构成平面的距离的平均值进行特征点的提取,实验结果表明,该方法受噪声影响小,可清晰完整的提取建筑物特征线。与现有算法提取的结果相比,提取的特征线更加完整,断裂线较少,且提取的复杂汉字轮廓更加清晰,冗余点较少。

基于Google Earth遥感影像的城市建筑物高度反演

基于光学遥感影像中建筑物的阴影分布,推导了建筑物高度与阴影分布的关系函数,在此基础上构建了建筑物高度反演方法,并在北京市典型区进行了实例研究。结果表明:利用建筑物在夏季的阴影全长或在冬季可视部分的阴影长提取高度,分别有90.9%和84.8%的建筑物高度误差控制在实测值的5%以内;在提取居民区或高层建筑物的高度时应尽量采用夏季的遥感影像,减少阴影遮挡的情况;低矮建筑物的高度提取,宜采用阴影更为显著的冬季影像可视阴影部分进行反演计算;在缺乏卫星轨道等影像参数时,利用典型已知建筑的高度反推出相关参数,并推求同景影像中其他建筑物高度的方法是可行的,为利用城市代表性建筑物推求建筑群高度提供了可能。

基于直线特征优化的建筑物三维重建

为了提升建筑物三维重建精度和效率,提出基于直线特征优化的建筑物三维重建方法。首先,在分析传统直线特征检测与匹配算法的基础上,通过设定直线长度阈值,提高两视图直线特征匹配效率。随后,将密集点云引入传统直线特征匹配算法,提出点特征辅助的直线特征匹配方法,匹配直线数量明显增长。最后,结合建筑物特点,将三轴垂直关系作为约束条件引入光束法平差中,优化了建筑物模型结构,并将优化后的直线特征重采样为离散点,进一步加密建筑物点云,改善建筑物轮廓及其邻域的建模效果。结果表明:基于直线特征优化的建筑物三维重建方法能够在保证模型精度的基础上,有效改善建筑物模型结构和建模效果;在直线特征加密试验中,优化后的直线特征能够有效加密建筑物稀疏三维点云,在密集点云中仍能有效优化加密区域的建模效果;在模型结构优化试验中,改进后的光束法平差优化方法能够明显改善建筑物模型三轴垂直关系,有效提高了建筑物模型精度。

基于线特征及迭代最近点算法的地基建筑物点云自动配准方法

为克服迭代最近点(ICP)算法易陷入局部最优的缺陷,提出一种基于线特征及ICP算法的地基建筑物点云自动配准方法。首先,基于法向一致性进行建筑物点云平面分割;接着,采用alpha-shape算法进行点簇轮廓线提取,并拆分和拟合处理得到特征线段;然后,以线对作为配准基元,以线对夹角和距离作为相似性测度进行同名特征匹配,实现建筑物点云的粗配准;最后,以粗配准结果为初值,进一步采用ICP算法完成点云精确配准。利用两组部分重叠的建筑物点云进行配准实验,实验结果表明,采用由粗到精的配准方法能有效改善ICP算法对初值依赖的问题,实现具有部分重叠的建筑物点云的有效配准。

基于多重假设检验市长公开电话文本的自动分类

提出一种基于多重假设检验的特征加权朴素贝叶斯分类算法,该算法通过特征选择方法得到多个特征词集合,再按多重假设检验错误率为每个特征词集合配以不同的权重系数并参与到分类器的构建中.该方法已经应用到市长公开电话的文本分类中,通过构建的3个特征加权朴素贝叶斯分类器实现了投诉文本的计算机自动分类,且相对传统方法提高了分类器的效率和精度.

基于点云数据的建筑物特征线提取技术及其应用

激光点云正逐渐成为建筑物三维重建工作中的重要基础数据来源。通过分析已有点云数据处理的方法,对建筑物点云特征线提取的方法进行较为深入的研究,并借助计算机语言验证了相关算法的可行性与实用性。

遥测法获取建筑物立面图

作为建筑物数字化建设的一项重要内容,建筑物立面图可以通过多种测绘方法获得。研究了普通测量设备条件下测绘建筑物立面图的方法,提出了建立控制基线,遥测获取建筑物特征点三维坐标并通过坐标变换,最终获取立面图的手段,结合非量测相机,采用一种近似但较简洁的解析方法对建筑物细部图形要素进行了提取。同时对建筑物特征点采集数据中可能出现的粗差,提出了检查和评判的方法。实践证明本方法具有简洁、实用的特点。

基于点云特征线提取的开采沉陷区建筑物倾斜测量

煤炭开采的影响区域主要集中在农田及村庄等地区,部分村庄的建筑物分布比较密集,且观测条件较差,无法采用传统全站仪坐标法进行倾斜测量。与传统测量方法相比,三维激光扫描技术具有高密度、高精度、快速获取物体表面三维空间坐标等优点。在分析现有算法的基础上,提出了一种基于RanSAC算法拟合平面提取建筑物特征线的方法。该方法利用RanSAC算法对k邻域点集进行平面拟合,根据点集中属于最佳平面模型的比率进行特征点判断与提取。研究表明:相对于基于点云曲率的特征线提取方法,所提方法可提取出清晰完整的特征线,在保留细部特征的基础上,具有受噪声影响小的特点。通过将提取的倾斜值与全站仪坐标测量结果进行对比,反映出所提方法的倾斜差均小于允许倾斜值的1/10,满足建筑物倾斜测量的精度要求。

基于图像序列的特定建筑物识别算法

本文提出了一种识别特定建筑物,并进一步与数据库存放图像进行匹配从而得到相应位置信息的算法.算法采用霍夫变换进行直线检测并计算消失点来进行建筑物存在性预判,进而提取SIFT特征进行图像匹配获取位置信息.直线检测、消失点检测和SIFT特征在本文提出的算法中发挥主要作用.

建筑点云的平立剖图生成方法

建筑的平立剖面图不仅包含结构线框矢量要素,更包括材质信息、尺寸标注等属性信息和整饰要素,而且平立剖图能够准确直观地表达出建筑物的真实状态,因此对历史建筑的保护有着重要作用。通过对建筑点云进行切片生成切片点云,然后借鉴图像栅格形式组织切片点云,将落入栅格内部的点云特征点重心化得到轮廓特征点,基于双向行列直线段连结方法构建点云轮廓特征线,生成建筑的平立剖面图。与传统的平立剖图绘制方法相比较,该方法可减少人工操作,提高绘制效率。

论习近平新时代新闻舆论思想的基本特征与构建逻辑

习近平新时代新闻舆论思想具有五项基本特征,即意识形态性、鲜明党性、正能量导向性、工作创新性和全球视野性。从功能定位逻辑看,贯彻意识形态性和鲜明党性是根本任务;社会正能量导向和视野全球性是现实基本要求;理念、技术和基层工作创新是基本路径。从理论运思逻辑看,五项基本特征蕴含着真理与价值、普遍与特殊相统一的辩证逻辑关系。五项基本特征、两种构建逻辑共同构成习近平新时代新闻舆论思想的完整体系。

多支持向量机模型的输电线路故障诊断方法

为提高电力线路故障诊断的准确性,充分利用广域监测系统的同步量测信息,提出一种基于电气量故障信息特征的多支持向量机模型诊断方法。首先,获取同步监测信息,利用对称分量法提取故障信息特征,建立特征集。其次,采用遗传算法优化支持向量机模型参数,构建诊断模型。最后,利用D-S证据理论融合方法对不同支持向量机模型的诊断结果进行融合,获得最终的故障诊断结果。实例验证结果表明,依据特征量进行故障诊断的准确率能较稳定的达到97%,具备提高诊断精度和降低结构复杂度的优势。另外,与传统方法相比,多支持向量机诊断模型能准确识别故障特征,且有效提升诊断准确率在4%以上,具有更高的准确性与有效性。

三维激光扫描结合BIM技术的古建筑三维建模应用

完备的图纸资料是古建筑加固、修缮的关键,当前大量古建筑的现存资料不能满足修缮的要求,因此对古建筑建立电子信息档案意义重大。原有建筑信息获取方法通过传统人工测绘结合CAD来实现,此方法效率低、成本高且测量过程中容易对古建筑造成二次破坏。鉴于此,依托青岛市广兴里里院,将三维激光扫描技术与BIM技术相结合,对古建筑从获取点云数据到特征线提取再到创建三维模型全过程进行研究,以期为损坏的古建筑进行恢复、再现和重建提供技术支持。研究表明,该技术能够达到建模精度,效率高,在测量过程中可避免对古建筑的破坏,可以为类似工程提供借鉴参考。

基于激光传感器的移动机器人地图的创建

未知环境下地图的建立,是移动机器人导航技术的关键。研究了室内环境地图的创建方法,探讨了室内环境特征直线提取方法,详细论述了地图创建面临的问题与解决方法。采用SICK公司生产的LMS100激光传感器获取环境深度信息,通过室内环境直线特征提取和局部到全局匹配的方法,获得室内环境地图信息,解决了里程计给机器人带来不确定误差。最后在机器人平台上进行实验,得到了良好的效果。实验表明,该方法具有实现容易、精确高、复杂度低等特点。

一种基于室内点云数据的建筑墙线提取

针对室内点云数据无结构化属性、数据间无连接、不承载语义信息且数据点密度高的特点,结合建筑物点云几何特征和室内导航需求,通过数据降维简化建筑几何特征提取的复杂性,提出一种基于室内点云数据提取建筑物墙线的方法。该方法首先通过向特定方向投影,利用点云密度直方图完成天花板面、地板面和房间墙面的初步分割;然后将房间墙面点云数据向地面投影,生成点云分布矩阵并将其转化为二值图,利用Hough变换算法提取直线,并利用直线方程求取交点得到备选墙线;最后将备选墙线和墙线点云二值图进行叠加从而获取最终建筑墙线。