基于渐进高斯滤波融合的多视角人体姿态估计

针对视觉遮挡引起的人体姿态估计(Human pose estimation, HPE)性能下降问题,提出基于渐进高斯滤波(Progressive Gaussian filtering, PGF)融合的人体姿态估计方法.首先,设计分层性能评估方法对多视觉量测进行分类处理,以适应视觉遮挡引起的量测不确定性问题.其次,构建分布式渐进贝叶斯滤波融合框架,以及设计一种分层分类融合估计方法来提升复杂量测融合的鲁棒性和准确性.特别地,针对量测统计特性变化问题,利用局部估计间的交互信息来引导渐进量测更新,从而隐式地补偿量测不确定性.最后,仿真与实验结果表明,相比于现有的方法,所提的人体姿态估计方法具有更高的准确性和鲁棒性.

基于渐进式形态学滤波提取LiDAR地面点的方法研究

点云滤波是LiDAR制图应用中的一个重要模块,即从地形测量点云中分离出地面点与非地面点。在GIS空间分析和空间关系运算的基础上,提出了以空间格网索引结构组织离散点云的方法。同时建模实现对离散点云处理的渐进式形态学滤波算法,最后通过定量分析论证了滤波算法的可行性以及滤波效果。

对渐进三角网点云数据滤波算法的改进

针对渐进三角网滤波算法(PTD)进行拓普康LiDAR点云数据处理过程中易将地物点误判为地面点的缺陷,本文提出两种改进方法。一种是采用局部坡度拟合法对PDT算法进行改进,将点云数据按高程值与拟合坡面法求解的拟合高程值的差由小到大进行排序,将为地面点可能性更大的点优先判定,从而获取更加精确的TIN;另一种是引入薄板样条曲线(TPS)插值法,对PTD算法进行改进,将PTD中候选点判断参数改为TPS法中的弯曲能量增长值,从而减少误判。结果表明,使用以上两种改进算法,综合考虑第1类误差和第2类误差影响,在大部分地形特征下比传统PTD算法表现更优,对低矮植被、桥、斜坡等特殊地物的滤波效果更佳。

基于渐进无迹卡尔曼滤波网络的人体肢体运动估计

针对基于表面肌电信号(Surface electromyography, sEMG)的人体肢体运动估计建模困难的问题,提出一种渐进无迹卡尔曼滤波网络(Progressive unscented Kalman filter network, PUKF-net),来实现降低肢体运动与sEMG量测的建模难度以及提高肢体运动估计精度的目的.首先,设计深度神经网络从sEMG数据中学习肢体运动状态与sEMG量测之间的映射关系和噪声统计特性.其次,采用渐进量测更新方法对先验状态估计进行修正,减小运动估计的线性化误差,提高PUKF-net模型的稳定性.通过结合深度神经网络和渐进卡尔曼滤波的优势,使得PUKF-net具有良好的模型适应性和抗噪能力.最后,设计基于sEMG的人体肢体运动估计实验,验证了PUKF-net模型的有效性.相较于长短期记忆网络(Long short-term memory, LSTM)和其他卡尔曼滤波网络, PUKF-net在肢体运动估计中的均方根误差(Root mean square error, RMSE)下降了14.9%,相关系数R2提高了5.1%.

基于约束渐进扩展卡尔曼滤波的船舶电场跟踪定位方法

为了利用船舶静电场实现对目标的跟踪、定位,首先分析了目标船舶的运动特征,建立了其状态空间模型;然后,利用点电源阵列建立了船舶等效源模型,并推导出船舶跟踪的观测方程;最后,根据物理模型,对状态估计量施加了线性约束,从而使其符合物理实际。仿真结果表明:该方法可以对船舶目标进行有效的跟踪定位,具有较好的应用价值。

一种改进的渐进形态学滤波算法及应用

为了能够准确地将机载激光雷达(LiDAR)点云数据中非地面点剔除,为大面积区域高分辨率数字高程模型(DEM)生产提供可靠的数据源,本文针对渐进形态学滤波算法存在地形特征保留不明显、滤波效果不佳的缺陷,引入薄板样条插值(TPS)算法,使用TPS在渐进形态学滤波不同窗口下进行处理,直至窗口尺寸小于预设最小窗口尺寸,从而实现渐进形态学滤波算法的有效改进。使用两组不同地形条件的机载LiDAR点云数据进行实验以验证本文算法的可靠性,结果表明相较于对比滤波算法,本文算法滤波精度有较大程度提升,对于不同地形条件具有较高的适应性。

一种融合形态学与渐进三角网的滤波算法

为解决单一滤波在复杂区域的不稳定性问题,对基于形态学与渐进三角网滤波的融合算法进行研究。针对初始地面模型较为粗糙的问题,利用形态学滤波可为渐进三角网滤波法提供大量的初始地面点,使得初始地面模型能更准确地表达地面真实起伏;针对判断阈值无法适应全地形的问题,利用三角网滤波法的法向量竖直角、两点间高差及坡度角来修正角度阈值和距离阈值。试验结果表明,基于形态学与渐进三角网融合滤波算法的精度和适应性都较高,在地形陡峭的区域中也可取得较好的滤波效果,尤其在第Ⅰ类误差和总误差方面优势明显,绝大多数样本数据误差均小于10%。

渐进三角网加密滤波辅助的布料模拟滤波

为了提高布料模拟滤波(CSF)算法处理复杂地形时的精度与适应性,本文提出了渐进三角网加密滤波辅助的布料模拟算法(CSFPTD)。该方法首先根据地面点云回波次数特点提取单、末次回波点云,以提高点云处理效率,在此基础上,采用渐进三角网加密滤波算法提取地面点,建立宏观反映复杂地形特征的粗数字地面模型(DTM),对点云进行高程归一化处理,消除地形起伏对点云滤波结果的影响,最后CSF实现点云精细滤波。对CSFPTD算法与经典CSF算法进行了对比实验,其中,Ⅰ类误差由11.81%下降到7.48%,Ⅱ类误差由1.90%下降到1.23%,总误差由4.05%下降到2.58%。实验结果表明:CSFPTD算法在综合复杂地形下的滤波精度明显提高,提升了算法的地形适应性。

面向复杂山区微地貌的手持LiDAR点云滤波方法比较

本文以手持激光点云数据是否可用于进行复杂山地土壤侵蚀和地表剥蚀测量为典型实例,试验对比分析了渐进加密三角网滤波算法、坡度滤波算法及布料模拟滤波算法在地面激光雷达点云分类中的性能。具体分别采用了3种滤波对应的参数对试验数据集进行测试以获得最高性能,并对比分析而获得每种算法的最优滤波。试验结果表明:对于平缓裸露地貌的滤波处理,布料模拟滤波效果最好,渐进加密三角网滤波次之,坡度滤波算法效果最差;对于复杂山地地貌的滤波处理,渐进加密三角网滤波算法滤波效果最好,布料模拟滤波次之,坡度滤波算法效果最差。试验研究成果为优化滤波算法的参数以提高其检测微地形变化的性能提供了有价值的信息,并验证了渐进加密三角网滤波在复杂地区滤波效果的有效性。

机载LiDAR点云数据的组合滤波算法研究

针对采用渐进式形态学滤波算法进行机载LiDAR点云滤波时存在的滤波效果不佳、地形特征保留不明显的问题,本文提出了一种改进不规则三角网的后处理滤波算法,构建组合式机载LiDAR点云滤波算法。该组合算法有效地结合了渐进式形态学滤波算法与改进TIN滤波算法的优势,首先采用渐进式形态学滤波算法对原始机载LiDAR点云数据进行处理,提取得到初始地面点;其次优化传统TIN滤波算法,以初始地面点及种子点构建TIN,通过连续迭代提取得到精细化地面点。为验证本文提出滤波算法的可靠性与优越性,选取宁波市某地2组机载LiDAR点云数据进行实验,结果表明,与较单一的渐进式形态学滤波算法、TIN滤波算法地面点提取结果相比较,本文改进滤波算法提取地面点的Ⅰ类误差、Ⅱ类误差及总误差均更低,且不受地形条件限制,具有较高的适应性,验证了本文提出改进滤波算法的可靠性与优越性。

无人机载LiDAR点云滤波算法研究

针对经典渐进三角网加密(PTD)滤波算法在选择地面种子点时存在随机性,导致点云滤波精度受限的问题,本文提出了一种改进渐进三角网加密(IPTD)滤波算法。在机载点云滤波的实现中,该算法的关键流程包含:首先,采用扩展局部极小值法,在格网内进行深度搜索,精确识别出极小值点,将其作为潜在的地面种子点,从而解决了传统算法中直接将格网内最低点作为地面种子点的问题;其次,采用局部薄板样条函数(TPS)插值法,对格网的高程数据进行高精确度的拟合和计算;最后,基于筛选出的优质种子点,构建不规则三角网(TIN),从而实现点云的精确分类。为了验证本文提出的改进滤波算法的效果,通过设置对比实验,对本文提出的改进滤波算法与传统滤波算法的实验结果进行对比,结果表明,本文提出的改进滤波算法在提升点云滤波精度方面表现出了显著的优势。

一种基于噪声迭代检测的中值滤波改进算法

针对传统中值滤波算法对于图像噪声密度过高时处理能力较差的问题,提出一种基于噪声迭代检测的改进型中值滤波算法.首先该算法对噪声图像进行迭代的噪声检测,提高噪声点检测的准确率,其次根据检测到的噪声点逐步改变滤波窗口的大小,对噪声图像进行渐进中值滤波.最后,如果图像中存在较大的噪声块,则噪声用邻域中的非噪声点的灰度均值来代替.实验结果表明,新方法对噪声密度较高图像的滤波效果优于传统中值滤波方法.该算法的迭代噪声检测机制能够既检测出噪声又较好地保留了图像的非噪声点的信息,渐进滤波的策略能够对噪声图像进行适度平滑的滤波同时较好地保留了图像的细节点.

基于滤波器组的船舶静电场跟踪

针对船舶静电场跟踪中先验信息缺失的问题,引入滤波器组方法,提出了一种新的船舶静电场跟踪算法。建立船舶静电场跟踪的状态空间模型,用水平电偶极子对船舶静电场进行建模;以渐进更新扩展卡尔曼滤波为基本滤波单元,采用一组滤波器对目标进行跟踪;根据电场计算公式设计滤波初值,并利用最大似然法确定可靠的跟踪轨迹。仿真和海上电偶极子跟踪实验表明,滤波器组方法能够有效地解决先验信息缺失条件下的船舶静电场跟踪问题,最大似然选择法能够筛选出正确的跟踪轨迹,在跟踪过程中滤波算法对方位信息更加敏感。

植被茂密地区点云双重滤波方法研究

为了解决目前机载激光雷达点云滤波算法中特征单一、运算效率低、植被覆盖区效果较差等问题,提出一种植被茂密地区的点云自适应双重滤波方法。首先利用回波分离方法,分别提取点云的单次回波和末次回波进行粗滤波处理;然后利用偏度平衡理论进行单次回波的强度阈值确定,同时利用最大类间方差法对首次回波和末次回波的高程差进行高差运算,实现末次回波高差阈值自动化,并融合粗滤波后单次回波和末次回波的点云数据;最后,利用不规则三角网渐进加密滤波算法对融合后的点云数据进行精滤波处理,并通过了实验验证。结果表明,3组数据集的Ⅱ类误差都相对较低,分别为1.06%,1.64%,1.34%。结合回波信息和高差信息的双重滤波方法不仅能较好地剔除植被,而且能较好地保留地形细节。

一种机载LiDAR点云组合滤波方法的研究

机载LiDAR点云处理技术已广泛应用于测绘工程领域。为了在实际应用中获取更精确的滤波结果,提升在复杂地形场景下点云滤波的自适性和DEM生成的精度,通过对各滤波算法优缺点分析,提出了一种组合滤波方法。该方法综合了改进渐进加密三角网滤波、邻域高差滤波和平面拟合滤波算法的优点,具有更高的自适性和近地点处理能力。经过对室外综合场景LiDAR点云进行滤波实验,结果表明,该方法解决了IPTD滤波算法在陡坡和山顶区域难以保留地形特征的缺点,有效过滤了近地点噪声,增强了滤波算法的自适性,具有较好的实用价值。

顾及回波次数信息的城区机载LiDAR点云滤波研究

针对城区地物复杂、地面点云被植被和建筑遮挡等问题,文章在渐进三角网滤波算法的基础上提出一种改进方法。该方法利用机载LiDAR点云具有多次回波特性对点云进行分类,提高地面点云占有率,再进行渐进三角网滤波。实验结果表明,该方法提高了地面点云种子点提取的正确率,为下一步城市点云精确分类做好了准备。

基于地表覆盖类型的山区点云滤波方法研究

现有点云滤波算法对山区适用性差,易造成滤波后地面点云系统偏低。从点云非地面点产生的原因出发,对地表覆盖类型进行分类,利用现有成熟的植被、建筑物等地表覆盖物提取算法,提取并剔除点云非地面点,从而实现点云滤波。经与现有成熟的改进的渐进加密三角网滤波算法进行定性定量分析,结果表明:(1)基于地表覆盖类型的复杂山区点云滤波算法获取的地面点云与实测剖面更接近,无明显偏差。(2)基于地表覆盖类型的复杂山区点云滤波算法剖面高程较差均值为-0.05 m,中误差为0.46 m;渐进加密三角网滤波算法较差均值为-0.44 m,中误差为0.70 m。得出结论:基于地表覆盖类型的复杂山区点云滤波方法精度优于改进渐进加密三角网滤波算法;较传统面向地面点的滤波算法,基于地表覆盖类型的点云滤波算法对山区地形具有适用性更强,自动化程度更高,提取精度更高等特点,为山区复杂地形点云滤波提供新的解决方案。

基于航空影像匹配点云构建城区DSM的方法研究

严密的空中三角测量下,航空影像通过密集匹配方法构建精度较高的地表三维模型,对于城区建筑物区域,立体影像匹配出的点云在建筑物边缘表现出明显的不规则跳跃噪点,影响建筑物的三维模型精度。为了获取更高精度的建筑物数字表面模型(DSM),针对离散点云,采用不规则三角网渐进滤波方法,分割出点云地面点和非地面点;采用基于高程纹理的建筑物滤波算法提取建筑物点云,用最邻近点插值法对建筑物点云数据按测高值内插出规则深度影像,对深度影像采用Sobel算子提取建筑物角边信息,聚类规则化建筑物边缘,融合地面点、高大植被点和规则化的建筑物点云数据构建DSM。

基于车载激光扫描点云数据的道路边线提取方法研究

为了在移动车载激光扫描点云数据中尽可能完整准确地提取道路边线,本文根据道路边界在点云场景中分布特征,提出了一种自动化的道路边线提取方法。首先,为消除无用点对道路边线提取的影响,在原始渐进式形态学滤波算法的基础上提出了一种改进的点云滤波算法,用于非地面点滤波,从而提高了点云滤波的运算效率和精度;其次,将地面点投影至二维图像上,并通过直线段检测算法(LSD)得到道路边线直线段;最后,通过直线连接和直线特征匹配实现最终的道路边线提取。通过对两组道路点云数据进行算法验证,结果表明,本文算法提取道路边线的完整率、准确率以及F-Measure均达到90%以上,验证了本文方法的有效性与适应性。

基于机载激光雷达技术的超高压电力工程巡检研究

该文探讨基于机载激光雷达技术的超高压电力工程巡检方法,以解决传统巡检技术在电力工程中存在的局限性。首先,对机载激光雷达技术进行全面的介绍与分析,包括其原理、优势和应用范围。其次,针对超高压电力工程巡检中存在的难点和问题,提出基于机载激光雷达技术的巡检方案,并详细阐述实施步骤和关键技术。然后,提出基于渐进形态学地面滤波的超高压输电线路点云语义分割算法。最后,通过对比实验验证该方法在超高压电力工程巡检中的有效性和可行性。结果表明,基于机载激光雷达技术的超高压电力工程巡检方法具有高精度、高效率和高安全性的特点,能够满足超高压电力工程巡检的实际需求。