顾及点密度与未知角分辨率的地面点云分类

为了解决地面激光点云角分辨未知和点密度变化的问题,提出了一种顾及密度变化与未知角分辨率的地面激光点云分类方法。采用随机邻域分析的角分辨率估算法改进传统点密度计算方法,结合角分辨率提出顾及密度变化的格网特征提取方法,并将本文中所提出的方法在3组数据上进行了实验验证。结果表明,该角分辨率估算方法的估算误差小于0.002°,能够准确地估算点云角分辨率;与传统点密度特征相比,本文中提出的相对投影密度可以提高点云分类的整体精度,以及在车、杆状物等地物类别上的分类效果。该方法能准确估算点云角分辨率,以较高精度实现点云分类,可为大规模地面激光点云的密度自适应处理提供参考。

无人机倾斜摄影测量不同像控点密度对地籍图成果精度的影响

为了降低倾斜摄影测量的像控点采集成本和缩短采集周期,以解决像控点测量费用高、周期长的问题,本文以实际项目为例,采用外业采集的特征检测点,针对不同密度像控点对地籍图成果精度的影响进行了探讨,并得出如下结论:一是随着像控点密度的增加,生产得到的地籍图成果精度也逐渐提高,但当像控点密度达到36个/km2时,其成果精度基本上不再随其密度的增大而提升;二是在像控点密度相同的条件下,实景三维模型的平面精度整体上比高程精度高。

炮点、检波点密度变化对成像效果的影响

炮点密度、检波点密度对于成本的影响是比较清楚的,而对于成像效果的影响还不是很清楚。通过研究炮点密度、检波点密度对成像效果影响,认为决定成像效果的是观测系统炮检距属性,并不是单纯的炮点密度高或者是检波点密度高。分析研究表明,在保证观测系统炮检距属性基本保持不变的情况下,适当调整观测系统炮点密度、检波点密度,既有利于施工成本的降低收又可以保证成像质量不变化。

不同点密度下复杂山区轻型机载LiDAR数据DEM构建

点云的点密度是决定DEM数据构建的关键因素。本文以云南华坪县永兴乡某复杂山地为研究区,采用随机采样算法对点云进行抽稀,获取点云保留率10%~90%共9组数据,并分别进行DEM数据建模及其精度评定。结果表明,点云保留率与DEM精度呈正相关关系,当点云保留率小于30%时,RMSE快速增大,DEM精度误差增大;当点云保留率设置为60%时,RMSE最小,DEM精度最高。该研究对大型机载LiDAR项目中的点云数据存储与使用具有一定的指导与借鉴意义。

棉花叶片性状(厚度和油点密度)与其对绿盲蝽抗性的关系

为了明确棉花叶片性状(厚度和油点密度)与其对绿盲蝽Apolygus lucorum(Meyer-Dür)抗性的关系,以期为棉花抗盲蝽品种(系)选育提供理论依据,本研究选用对绿盲蝽有不同抗性的20个棉花品种(系)为材料,分别测定其叶片厚度、表皮层厚度和油点密度。结果表明:晋棉26、冀丰989、常D、亚洲棉对绿盲蝽表现为高抗;棉花叶片厚度、表皮层厚度和油点密度在不同生长期均有差异;棉花对绿盲蝽的综合抗性指数与其铃期叶片表皮层厚度和油点密度有显著相关性(y=20.673+0.415x,R2=0.305,P=0.012;y=1.049+0.049x,R2=0.207,P=0.044)。结果显示,在一定的生长期,叶片表皮层厚和多油点棉花品种可以减少绿盲蝽的危害。

点密度函数加权模糊C-均值算法的聚类分析

基于模糊C-均值算法具有对数据集进行等划分趋势的缺陷,文章利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种新的加权模糊C-均值算法,该方法不仅在一定程度上克服了模糊C-均值算法的缺陷,而且具有良好的收敛性。

基于点密度加权核模糊聚类的变压器故障诊断方法

变压器油中溶解气体分析(DGA)是电力变压器绝缘诊断的重要方法。针对模糊C-均值聚类算法(FCM)用于DGA时存在可分性差和等趋势划分等问题,用样本点分布密度大小作为权值,结合核函数的增强可分性,提出点密度加权模糊核C-均值聚类算法,并将其用于变压器DGA数据分析,从而实现变压器的故障诊断。实例分析结果表明该算法能快速、有效地对样本进行聚类,且特别适用于含有噪声样本的环境。

不同地形条件下样点密度对土壤养分空间变异的影响

以湖南省安仁县的豪山乡(山地地形)和渡口乡(丘陵区)为研究对象,根据传统统计学和地统计学的相关原理,运用变异函数分析法和空间插值估计法,研究耕地土壤养分碱解氮含量、有效磷含量、速效钾含量、有机质含量的空间变异及其分布特征,研究不同地形条件样点密度对插值精度的影响。结果表明:土壤养分变异系数为16.56%～97.9%,属于中等变异;山地地区碱解氮含量、速效钾含量、有机质含量的基底效应值<25%,丘陵区有机质含量、碱解氮含量的基底效应值为38.15%～74.45%,2种地形有效磷含量的基底效应值为88.44%～100%;根据研究区土壤养分的空间变异情况,建议山地区采样密度为0.16个/hm2,丘陵区采样密度为0.10个/hm2。

基于Gabor滤波和局部特征点密度的居民区提取

通过对高空间分辨率遥感图像(简称高分图像)中的居民区纹理结构信息的分析,提出了一种基于Gabor滤波和局部特征点密度的居民区提取方法。该方法首先对高分图像进行多方向Gabor滤波,得到多个方向的幅值信息,并通过阈值处理和筛选后处理获取图像的特征点;然后对特征点求取局部密度,获取居民区的范围;再用数学形态学变换进行细微处理,最终提取出图像中的居民区。以World View2真彩色图像为实验数据对不同方法进行验证及对比分析的结果表明,该方法具有较高的提取精度和计算效率。

基于区域多次回波点密度分析的城区LiDAR建筑物提取

以正确提取城区Li DAR点云中建筑物为目标,综合利用不同类别目标点云的回波特征以及地形信息,提出了一种基于区域多次回波密度分析的Li DAR点云建筑物提取方法。首先,将点云构建不规则三角网(triangulated irregular network,TIN),获取封闭的等高线;然后,利用等高线间的拓扑关系得到等高线族区域;最后,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别建筑物点云和树木点云。研究结果表明:该方法既充分利用了建筑物表面与植被间多次回波特性的差异,又不否定建筑物边缘同样存在多次回波的现象;通过封闭的等高线自适应地检测出地物目标的轮廓,弥补了传统Li DAR建筑物提取方法的不足;该方法能够较其他方法更准确地提取建筑物。

基于点密度优化的以太网眼图参数计算方法

传统以太网眼图参数计算算法是建立在高斯模型点密度统计的基础之上,是在假定眼图累积次数足够多、点分布足够密集、眼图垂直片段上的电压分布具有拟合高斯正态分布等条件下计算而得。当眼图累积的次数较少、点分布不够密集、垂直片段上的电压分布不具有拟合高斯正态分布时,眼图参数计算结果就会存在较大误差。基于此,提出基于点密度优化的以太网眼图参数计算方法,实验结果表明,该方法能较准确地计算出眼图中的眼幅度和上升/下降时间,有效克服了眼图累积次数较少、点分布不够密集对眼图参数计算的影响。

通过皮肤图像角点密度和皮沟面积判断皮肤发育的研究

目的:通过筛选人体皮肤的部分纹理参数,探索皮肤发育老化的规律。方法:用数码显微镜采集健康人群前臂内侧中间部位皮肤的放大图像,通过数字图像处理技术提取皮肤纹理角点密度和皮沟面积2个参数,采用相关性、差异性以及回归分析方法分析其随年龄增长的发育规律。结果:实验数据表明,男女性均存在皮沟面积随年龄的增长而增加的现象(男性:r=0.950,P=0.000,女性:r=0.960,P=0.000);而男女性的皮肤纹理角点密度随年龄的增长而减小(男性:r=-0.958,P=0.000,女性:r=-0.969,P=0.000)。结论:通过对皮肤纹理角点密度和皮沟面积的定量分析,揭示了皮肤纹理部分参数的生理发育和老化规律,有利于美容效果的评价,为皮肤修复、皮肤美容、皮肤保养等提供定量数据支撑,同时在法医学领域提供一种新的年龄鉴定方法。

基于特征点密度的DCT域盲检测数字水印算法

针对数字水印图像遭受几何攻击问题,提出了一种融合图像不变特征和频域稳定特性的强鲁棒数字水印盲检测算法。通过构造自适应尺度不变特征变换(SIFT)算法和Harris角点补位法,利用在不同尺度空间获取的特征点的密度自适应地调整水印信息嵌入到离散余弦变换(DCT)域的强度;将图像子块的特征向量集进行Arnold置乱,生成密钥文件,与隐秘图像的特征向量做双向特征匹配,获得几何失真参数并进行图像恢复性校正,以盲检测的形式提取IDCT反变换域水印信息。从实验结果来看,该算法比使用离散小波变换(DWT)和离散傅里叶变换(DFT)的峰值信噪提高13%,水印相似度提高11%,说明该文算法在获得较好的不可见性的同时,对几何攻击和常规信号处理均具有良好的鲁棒性。

改进核密度估计的空间点密度算法

针对常用的核密度估计在计算离散点密度上存在的诸多局限,提出了空间点密度算法。该算法在保持点离散属性与初始空间位置的基础上,设定分箱规则,获取离散点最近的格网点坐标;通过遍历,统计并计算每个搜索邻域内点的数量,以离散点初始坐标与点密度值为输出结果。以USGS的美国大陆地下水资源数据集展开实验研究,采用可视化输出与时间复杂度为验证指标,与核密度估计算法进行对比验证。实验结果表明,该算法提高了点密度的识别性,获取了离散点真实的密度值,可视化效果与精度方面均优于ArcGIS 10.4.1与kde2d核密度分析的结果、运算效率优于kde2d算法。

基于特征点密度峰值的视觉伺服目标选择方法

为避免机器人视觉伺服过程中因无法进行目标选择而导致视觉伺服失败的问题,提出一种基于特征点密度峰值的视觉伺服目标选择方法。采用(oriented fast and rotated brief,ORB)特征点检测与匹配算法识别视场中所有的目标物体,利用PROSAC算法剔除误匹配点,通过引入特征点密度峰值聚类算法分离图像中不同目标物体的特征点,提出基于位置优先决策方法选择最佳视觉伺服目标。实验结果表明,通过该方法机器人能够在多个相同目标物体中选择一个最佳视觉伺服目标,有效解决了移动机器人视觉伺服中出现的目标选择问题。

固液界面高分子吸附的格点密度泛函

提出一个固液界面高分子吸附的格点密度泛函理论。该理论解释了相邻格点的相互作用以及由高分子链连接导致的长程相关性。在均相混合Helmholtz自由能和简单加权方法的基础上,构建了一个包含局域和非局域贡献的Hemholtz自由能泛函。该理论所预测的密度分布与计算机模拟结果吻合很好,与Scheutjens-Fleer理论结果相比有明显的改进。

基于DEM的流域灾害点密度研究

以重庆市巴南区安澜镇为研究范围,以大比例地形图数据为基础,以50 m×50 m网格尺寸为单位提取研究区数字高程模型(DEM),利用Arc GIS水文分析模块,通过DEM的洼地填充、模拟水流方向确定各网格单元汇流累积量,并依此设置合理阈值提取河网,根据水流方向数据得到安澜镇110个小流域;以安澜镇山洪的历史灾害统计数据为基础,以110个小流域为统计单元,通过空间的叠加分析、属性表的连接等确定各统计单元灾害点分布情况,利用空间统计分析工具得到安澜镇流域灾害点密度分布情况;结果表明:灾害点高危险密度为1.180-2.341(个/km2),面积为11.89 km2,占安澜镇总面积的9.73%,符合研究区实际情况,划分流域是相对合理。

代数体函数的公共值点密度与唯一性定理

该文利用孙道椿定义的代数体函数的加法,研究了两个代数体函数之间的公共值点的密度,并将几个亚纯函数的唯一性定理推广到了多值的代数体函数.

关于自相似测度绝对连续的测度的点密度测度

本文研究了一类关于自相似测度绝对连续的概率测度的点密度测度的问题.利用迭代函数系,量子系数和H(o|¨)lder不等式,在自相似集满足强分离条件下,获得了此点密度测度,推广了自相似测度为Lebesgue测度的结果.

县域尺度土壤有机碳储量估算的样点密度优化

县域是我国国家尺度土壤碳库估算的基本地域单元,合理的土壤样品采集密度是保证估算精度要求的基础。以桃源县为例,设置4.70、0.90、0.60、0.40、0.25、0.15、0.10和0.05个km-2共8个样点密度梯度,利用经典统计学和地统计学方法,研究样点密度对县域尺度土壤有机碳库估算精度的影响。经典统计表明,随着样点密度的降低,重复抽样下土壤有机碳均值及其变异系数的波动逐渐增大,标准误差呈幂函数增加(Y=0.025X-0.47,R2=0.97,p<0.01)。地统计学分析表明,随着样点密度的降低,块金值和基底效应逐渐增加,偏基台、变程和决定系数的波动幅度逐渐增大,拟合残差呈幂函数增加(Y=0.001 4X-1.66,R2=0.56,p<0.05);土壤有机碳空间分布的局部差异逐渐被弱化,重复抽样下县域土壤有机碳库储量及其平均误差的波动逐渐增强,均方根误差呈幂函数增加(Y=0.77X-0.05,R2=0.59,p<0.05)。从整体上看,样点密度小于0.15个km-2时,以上变化均急剧增强,土壤碳储量估算的精度快速降低。因此,综合科学、高效和经济方面的考虑,估算县域农田表层土壤有机碳储量的最佳样点密度为0.15个km-2。本研究结果可为开展区域尺度土壤有机碳野外调查提供辅助支持。