激光扫描点云数据中的大范围密集噪点剔除算法分析

阐述一种基于颜色聚类和高斯分布模型的大范围密集噪点剔除算法,该算法通过对点云数据进行颜色聚类和高斯分布模型拟合,实现对噪点的自动检测和剔除。实验结果显示了该算法的有效性。

车辆GPS轨迹兴趣区域提取算法研究

车辆行驶轨迹是驾驶员主观意愿和路网客观约束综合作用的结果,从海量轨迹中挖掘兴趣区域可为车辆提供更深层次、更有效的位置服务。文中深入分析车辆GPS轨迹特征,在基于时间的聚类算法中引入路网约束,实现车辆GPS轨迹的兴趣点提取和噪点剔除,基于DBSCAN算法生成兴趣区域,采用Google Geocoding反向地理编码发掘并合并语义重复区域,在语义层次上实现兴趣区域提取。实验表明,该算法可在语义层次有效提取兴趣区域。

基于徒步旅行GPS数据的路网生成算法研究

移动互联网技术的快速发展使得用户旅行GPS数据的采集成为可能,基于这些GPS数据,快速、准确提取有效的轨迹信息,对于景区道路规划,观光线路选择等有很强的现实意义。在对大量徒步旅行GPS数据分析的基础上,提出了噪声点、冗余点剔除方法。在此基础上利用频繁旅行序列挖掘算法确定关键路径点,同时考虑热点的识别,进而提出一种基于DBSCAN路网生成算法。经实际数据计算验证,所提出的方法提高了路网生成算法的效率和精度,可准确生成旅游路网,并能实现新路径生成。

激光扫描盾构隧道断面变形快速检测

针对人工检测效率低、变形检测车定位不准、噪点剔除困难、数据处理滞后等技术难题,基于盾构隧道管片环缝灰度图像数学形态特征,通过图像滑窗方式,利用直方图均衡化、缩放、阈值判定等方法快速自动识别环缝,并依据环缝已知位置反向修正隧道里程;基于距离最小二乘法椭圆曲线拟合,建立了盾构隧道激光扫描噪点三次迭代自动剔除方法;通过对管片环上各单环激光扫描数据拟合椭圆进行均值处理,并与隧道设计参数或上次检测结果比对,确定了隧道断面变形;以轨检小车为载体,集成断面三维激光扫描仪、倾角仪、编码器、测距轮和计算机等设备,研制了盾构隧道断面变形快速检测车,开发了配套的数据采集和处理软件,并进行了工程试验和实际应用。研究结果表明:检测时速为5 km·h-1时,检测车系统隧道内水平和垂直方向直径复测差值绝对值小于2 mm的占比分别为98.41%和96.21%,小于1 mm的占比分别为82.36%和71.92%,系统复测精度为2 mm,多数可达到1 mm,说明环缝识别、噪点剔除、整环收敛变形算法和检测系统具有较高的稳定性和重现性;检测车可自动采集和处理数据,检测作业后24 h可输出检测分析报告,结果准确可靠,可为盾构隧道结构健康评定和养护提供参考。