为了获取人员难以到达的陡坡、悬崖等危险地形的地表移动和变形值,采用三维激光扫描技术对其进行精细测量,结合点云特征区域提取和最近点迭代(Iteration Closest Points,ICP)算法,对点云分析方法进行了深入研究,提出了特征区域最近点迭...为了获取人员难以到达的陡坡、悬崖等危险地形的地表移动和变形值,采用三维激光扫描技术对其进行精细测量,结合点云特征区域提取和最近点迭代(Iteration Closest Points,ICP)算法,对点云分析方法进行了深入研究,提出了特征区域最近点迭代地表移动分析算法(Surface Movement Analysis Algorithm Based on Feature Region Iteration Closest Points,FRICP)。该算法通过点云滤波处理,实现地面点和植被点有效分离;在此基础上,将法向量和植被高程信息相结合,提取点云中的特征点;再对同一区域地面特征点进行聚类分析,形成特征区域;然后建立球形搜索区域及特征度量指标,匹配多期同名特征区域;最后使用ICP算法对同一地点不同时期的观测点云进行计算,利用获得的坐标变换参数求取地表移动值。采用某矿开采沉陷区山坡移动监测数据进行了算法验证,结果表明:FRICP算法可以准确获取山地边坡的移动和变形值,与人工精确判读结果相比,三维坐标最大偏差为12 mm,最小偏差为3 mm。FRICP算法可同时计算地表下沉和水平移动值,为利用三维激光扫描技术分析山地边坡地表移动提供了新思路,可为山区开采沉陷监测等领域提供技术支持。展开更多
针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF(speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST(f...针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF(speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST(features from accelerated segment test)特征点检测、SURF特征向量提取以及最近邻查询方法来进行特征点的匹配;通过计算比较待检索车辆图像与数据库车辆图像的相似度,算法完成图像筛选并反馈检索结果。实验结果表明:针对交通监控视频中待检索车辆,该方法能够较为准确地进行检索并反馈结果。展开更多
图像匹配是机器视觉领域的基础核心课题,针对当前ORB(oriented FAST and rotatedBRIEF)图像特征匹配算法虽然执行速度快、但是匹配质量不高的问题,提出一种通过极线约束来改进ORB匹配的算法。通过合理设计Hamming阈值大小来提高初始匹...图像匹配是机器视觉领域的基础核心课题,针对当前ORB(oriented FAST and rotatedBRIEF)图像特征匹配算法虽然执行速度快、但是匹配质量不高的问题,提出一种通过极线约束来改进ORB匹配的算法。通过合理设计Hamming阈值大小来提高初始匹配点数量,采用RANSAC(random sample consensus)和8点改进法计算基本矩阵,应用极线约束剔除误匹配保留大量优质匹配点。仿真实验结果证明,算法改进后的优质匹配点数量可达原始算法的23倍,同时极大地提高了匹配点的质量,证明了算法的有效性。展开更多
点云配准是三维模型重建中的关键步骤。针对传统初配准方法效率低等问题,提出一种结合点云特征的超四点快速鲁棒匹配算法(super four point fast robust matching algorithm,Super4PCS)。首先对点云数据进行尺度不变特征提取,凸显点云...点云配准是三维模型重建中的关键步骤。针对传统初配准方法效率低等问题,提出一种结合点云特征的超四点快速鲁棒匹配算法(super four point fast robust matching algorithm,Super4PCS)。首先对点云数据进行尺度不变特征提取,凸显点云的局部特征;然后把提取的特征点作为Super4PCS算法的初始值,以便实现源点云与目标点云的初配准;最后在初配准的基础上利用最近点迭代(ICP)算法进行精确配准。通过斯坦福兔子点云及实测点云数据对比分析,表明该算法具有更好的配准性能。展开更多
文摘为了获取人员难以到达的陡坡、悬崖等危险地形的地表移动和变形值,采用三维激光扫描技术对其进行精细测量,结合点云特征区域提取和最近点迭代(Iteration Closest Points,ICP)算法,对点云分析方法进行了深入研究,提出了特征区域最近点迭代地表移动分析算法(Surface Movement Analysis Algorithm Based on Feature Region Iteration Closest Points,FRICP)。该算法通过点云滤波处理,实现地面点和植被点有效分离;在此基础上,将法向量和植被高程信息相结合,提取点云中的特征点;再对同一区域地面特征点进行聚类分析,形成特征区域;然后建立球形搜索区域及特征度量指标,匹配多期同名特征区域;最后使用ICP算法对同一地点不同时期的观测点云进行计算,利用获得的坐标变换参数求取地表移动值。采用某矿开采沉陷区山坡移动监测数据进行了算法验证,结果表明:FRICP算法可以准确获取山地边坡的移动和变形值,与人工精确判读结果相比,三维坐标最大偏差为12 mm,最小偏差为3 mm。FRICP算法可同时计算地表下沉和水平移动值,为利用三维激光扫描技术分析山地边坡地表移动提供了新思路,可为山区开采沉陷监测等领域提供技术支持。
文摘针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF(speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST(features from accelerated segment test)特征点检测、SURF特征向量提取以及最近邻查询方法来进行特征点的匹配;通过计算比较待检索车辆图像与数据库车辆图像的相似度,算法完成图像筛选并反馈检索结果。实验结果表明:针对交通监控视频中待检索车辆,该方法能够较为准确地进行检索并反馈结果。
文摘图像匹配是机器视觉领域的基础核心课题,针对当前ORB(oriented FAST and rotatedBRIEF)图像特征匹配算法虽然执行速度快、但是匹配质量不高的问题,提出一种通过极线约束来改进ORB匹配的算法。通过合理设计Hamming阈值大小来提高初始匹配点数量,采用RANSAC(random sample consensus)和8点改进法计算基本矩阵,应用极线约束剔除误匹配保留大量优质匹配点。仿真实验结果证明,算法改进后的优质匹配点数量可达原始算法的23倍,同时极大地提高了匹配点的质量,证明了算法的有效性。
文摘点云配准是三维模型重建中的关键步骤。针对传统初配准方法效率低等问题,提出一种结合点云特征的超四点快速鲁棒匹配算法(super four point fast robust matching algorithm,Super4PCS)。首先对点云数据进行尺度不变特征提取,凸显点云的局部特征;然后把提取的特征点作为Super4PCS算法的初始值,以便实现源点云与目标点云的初配准;最后在初配准的基础上利用最近点迭代(ICP)算法进行精确配准。通过斯坦福兔子点云及实测点云数据对比分析,表明该算法具有更好的配准性能。
