针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法。首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误...针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法。首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误差分布特征,设计了与待求参数相互依赖的权函数,提高剔除目标点云中系统性误差和粗差能力。最后结合等距离间隔条件下扫描球形目标实验数据,分别采用本文方法、最小中值方差一致性估计算法(Least Median of Squares,LMedS)以及最小二乘算法进行拟合处理与结果分析。结果表明,提出的基于残差分布定权的M估计球形目标点云拟合方法得到的球形目标误差较LMedS算法减小21.1%,较最小二乘拟合算法减小48.1%,本文方法具有更好的抗差能力。展开更多
目的提出一种基于三维激光点云数据的隧道中心线自动提取方法,解决地铁盾构隧道中心线提取困难、精度低的问题.方法利用共有点坐标换算完成扫描仪坐标系和隧道工程坐标系的统一;截取一定厚度的隧道平面切片,并对切片点云去噪、滤波、投...目的提出一种基于三维激光点云数据的隧道中心线自动提取方法,解决地铁盾构隧道中心线提取困难、精度低的问题.方法利用共有点坐标换算完成扫描仪坐标系和隧道工程坐标系的统一;截取一定厚度的隧道平面切片,并对切片点云去噪、滤波、投影,得到断面点云;通过改进的最小二乘椭圆拟合法,无需对所有断面点云拟合即可解算出精确的椭圆方程和该断面的中心点,利用二次样条曲线插值得出隧道中心线.结果通过对FARO FOCUS 3D X330获取的地铁隧道点云数据进行实验,笔者提出的方法能快速拟合出隧道断面,自动提取隧道中心线误差小于2.01 mm.结论该算法解决了以往隧道中心线提取方法速度缓慢且精度较差的缺陷,能对隧道施工以及隧道变形检测提供指导和借鉴.展开更多
文摘针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法。首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误差分布特征,设计了与待求参数相互依赖的权函数,提高剔除目标点云中系统性误差和粗差能力。最后结合等距离间隔条件下扫描球形目标实验数据,分别采用本文方法、最小中值方差一致性估计算法(Least Median of Squares,LMedS)以及最小二乘算法进行拟合处理与结果分析。结果表明,提出的基于残差分布定权的M估计球形目标点云拟合方法得到的球形目标误差较LMedS算法减小21.1%,较最小二乘拟合算法减小48.1%,本文方法具有更好的抗差能力。
文摘目的提出一种基于三维激光点云数据的隧道中心线自动提取方法,解决地铁盾构隧道中心线提取困难、精度低的问题.方法利用共有点坐标换算完成扫描仪坐标系和隧道工程坐标系的统一;截取一定厚度的隧道平面切片,并对切片点云去噪、滤波、投影,得到断面点云;通过改进的最小二乘椭圆拟合法,无需对所有断面点云拟合即可解算出精确的椭圆方程和该断面的中心点,利用二次样条曲线插值得出隧道中心线.结果通过对FARO FOCUS 3D X330获取的地铁隧道点云数据进行实验,笔者提出的方法能快速拟合出隧道断面,自动提取隧道中心线误差小于2.01 mm.结论该算法解决了以往隧道中心线提取方法速度缓慢且精度较差的缺陷,能对隧道施工以及隧道变形检测提供指导和借鉴.