基于稀疏矩阵技术的光束法平差快速算法设计

首先给出光束法平差法方程式及其改化形式的一般化公式,并说明各系数矩阵的实际意义,从而可以方便地借助稀疏矩阵技术直接组建并存储各系数矩阵。其次,详细介绍如何设计一种可行的、高效的,集一般的光束法区域网平差、多片空间后方交会、多片前方交会和自由网平差于一体的快速平差算法。最后通过多组数据说明算法的可行性和高效性。

城市景观三维重建及渲染算法研究

针对现有的三维重建及渲染算法无法满足城市景观三维重建的需求问题,本文提出基于Kal-man滤波修正的三维重建算法和基于改进LOD的地形渲染算法。首先利用Kalman滤波修正算法对三维重建光束平差算法进行优化,加速原算法的响应时间,然后对LOD地形渲染算法进行优化,使用节点评价函数进行判断,节点是否需要进行分裂,从而实现不同的细节层次,利用添加边以及删减边结合的方法来消除地形中出现的裂缝。仿真试验结果表明,本文提出的基于Kalman滤波修正的三维重建算法和基于改进LOD的地形渲染算法在城市景观三维重建的应用中效果良好。

多传感器融合的工业生产线故障预警技术

针对工业生产线故障预警过程中,因不同传感器采集的数据维度不同,导致预警效率低的问题,提出一种多传感器融合的工业生产线故障预警技术。首先,通过投影的方式对不同传感器数据进行融合转换,将传感器坐标系下工业生产线设备的位置信息转换成平面坐标系下的数据形式;然后,利用光束平差算法进行坐标系融合,得到工业生产线设备的位姿;最后,利用深度置信网络计算工业生产线设备的位姿与目标状态之间的关系,确定工业生产线设备是否处于故障状态,并及时做出相应的预警。经测试,该技术对不同类型、不同程度的工业生产线故障均实现了高效预警,时间开销稳定在1.0 s以内。

基于多视图像的摄像机自标定方法

摄像机标定是三维重建时的必要步骤。传统的标定方法对设备要求高、操作繁琐,而自标定方法虽然简便,但精度不高,会严重影响三维重建的效果。因此,越来越需要一种操作简便并且精度高的自标定方法。采用SIFT特征点匹配算法,根据多视序列图像中对应点间的相互关系,利用光束法平差,提出了一种基于局部-全局混合优化的迭代优化方法。针对图像匹配量大的问题,提出了一种邻域内图像互匹配方法来降低时间代价。实验表明,本文提出的多摄像机自标定方法是一种有效的高精度方法,采用的邻域内图像互匹配技术能很好地降低图像匹配的时间消耗。根据多视图像的对应点间相互关系,充分利用局部-全局优化的思想,通过混合优化的方法得到相机参数,对比现有自标定算法,本文给出的方法有较高的精度和鲁棒性。