共查询到19条相似文献，搜索用时 562 毫秒
1.
2.
3.
4.
现有的曲线化简算法不能很好地化简具有交叉路口的道路曲线,针对这一问题提出一种基于交叉点的道路曲线化简算法。算法分为预化简和修正化简两个阶段:首先识别并得到曲线上的分段点,利用相邻的分段点作为道格拉斯-普克算法的首尾点对曲线进行化简,得到预化简的结果;然后对于交叉点引入偏差阈值ε,通过判断道路曲线交叉点与化简后交叉点的距离与偏差精度ε的大小关系来确定该交叉点的化简与保留,如果保留或者化简后的道路曲线没有交叉点那么将原交叉点作为分段点对此段曲线进行重新化简。理论分析与实验结果表明,文中算法能够有针对性地保留或化简道路交叉点以及保持曲线化简后的形态特征。 相似文献
5.
目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。 相似文献
6.
鉴于常规曲线化简方法应用于河流曲线化简时难以顾及河流要素的三维特征及其拓扑结构,提出了一种顾及三维形态特征的河流曲线化简方法。该方法利用河流曲线上散点的三维特征对散点进行选取进而实现河流曲线化简。在三维Douglas-Peucker（3D D-P）算法的基础上提出一种三维散点排队法,根据散点的三维特征对河流曲线的离散点集进行排队,并通过初始排队、"3合1"队列合并及约束点位置调整3个过程建立散点队列,然后根据压缩比从队列尾部删除相应比例的点数获得散点综合结果,将综合后的散点按照河流曲线的原始次序重构出化简后的河流曲线。实验结果表明,该方法既能最大程度地保留河流的三维形态特征,又能保证河流曲线之间的拓扑结构一致性。 相似文献
7.
矢量数据压缩的角度分段道格拉斯算法研究 总被引：8，自引：0，他引：8
本文提出了一种矢量数据压缩方法：角度分段道格拉斯算法。该方法以道格拉斯—普克法为基础，通过对角度和距离的判断，取出代表曲率变化的特征点，对曲线进行分段，然后使用道格拉斯—普克法进行化简。在所需要化简的曲线弯曲程度变化较大的情况下，该方法可以规避其它压缩方法产生的压缩程度不够、丢失曲率变化特征点的问题。 相似文献
8.
Li-Openshaw算法的改进与评价 总被引：4，自引：0，他引：4
Li—Openshaw算法是一种基于客观综合自然规律的自适应线状要素综合算法,使用该算法可得到较合理真实的综合结果。在分析Li—Openshaw算法特点的基础上,依据线化简的原则和目的,对算法进行改进：①首先提出利用点与直线的关系来识别弯曲以找出所有局部极大值点的方法以保持曲线整体形状;②SVO圆形与待综合曲线发生多次相交时按照线的顺序索引找到第一个近似交点,选取与曲线上圆心与交点的中点最接近的原始数据点作为综合后的选取点。在此基础上,给出化简时间、位移标准差和位置误差等评价指标,提出基于分形理论的曲线形状结构特征的评估方法等对两种算法进行比较与评估,实验结果证明,同原算法相比,改进的Li—Openshaw算法在线化简中更好地保持曲线的整体形状,具有较高的位置精度,提高化简效率。 相似文献
9.
10.
面向自然岸线抽稀的改进道格拉斯—普克算法 总被引：2，自引：1，他引：1
针对已有的矢量数据压缩算法应用于方向线生成过程中会忽略国家海疆权益的问题,该文提出了一种面向自然岸线抽稀生成方向线的改进道格拉斯-普克算法。首先提取自然岸线凸点作为备选分段点集,进而根据凸点与相邻两点组成的三角形面积大小筛选分段点,接着利用相邻分段点作为道格拉斯-普克算法的首尾点,以基于最小二乘法的拟合曲线选定最优距离阈值,并作为初始阈值,进行逐段抽稀。实验结果表明,利用本算法抽稀所得面积比、压缩率均比传统道格拉斯-普克算法有所提升,且大部分情况下误差面积也有所减少。 相似文献
11.
针对现有大规模点云数据平面特征分割方法中存在的错误识别、效率低、抗噪性差等问题,该文提出一种基于2D霍夫变换和八叉树的建筑物平面精细分割方法。该方法首先,对原始点云进行空间均匀降采样并向X-Y面投影,利用改进的2D霍夫变换算法提取投影后的点云线段,使用选权迭代法精确计算线段所在直线的方程及端点坐标,进一步确定立面的空间几何方程;接下来,建立原始点云数据的八叉树结构,利用端点坐标设计立方体并分割出立方体内的立面点云;最后,将立面点云从原始点云中剔除,对余下点云降采样并向X-Z面投影,重复以上过程分割水平面点云。试验验证了该文方法对建筑物面状特征分割的有效性。 相似文献
12.
为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。 相似文献
13.
利用机载LiDAR点云数据进行建筑物重建是当今摄影测量与遥感领域的一个热点问题,特别是复杂形状建筑物模型的精确自动构建一直是一个难题。本文提出一种基于关键点检测的复杂建筑物模型自动重建方法,采用RANSAC法与距离法相结合的分割方法自动提取建筑物屋顶各个平面的点云,并利用Alpha Shape算法提取出各个平面的精确轮廓,根据屋顶平面之间的空间拓扑关系分析建筑物的公共交线特征,在此特征约束下对提取的初始关键点进行修正,最终重建出精确的建筑物3维模型。选取不同类型复杂建筑物与包含复杂建筑物的城市区域点云进行实验,结果表明该算法具有较强实用价值。 相似文献
14.
The extraction of object features from massive unstructured point clouds with different local densities, especially in the presence of random noisy points, is not a trivial task even if that feature is a planar surface. Segmentation is the most important step in the feature extraction process. In practice, most segmentation approaches use geometrical information to segment the 3D point cloud. The features generally include the position of each point (X, Y and Z), locally estimated surface normals and residuals of best fitting surfaces; however, these features could be affected by noisy points and in consequence directly affect the segmentation results. Therefore, massive unstructured and noisy point clouds also lead to bad segmentation (over-segmentation, under-segmentation or no segmentation). While the RANSAC (random sample consensus) algorithm is effective in the presence of noise and outliers, it has two significant disadvantages, namely, its efficiency and the fact that the plane detected by RANSAC may not necessarily belong to the same object surface; that is, spurious surfaces may appear, especially in the case of parallel-gradual planar surfaces such as stairs. The innovative idea proposed in this paper is a modification for the RANSAC algorithm called Seq-NV-RANSAC. This algorithm checks the normal vector (NV) between the existing point clouds and the hypothesised RANSAC plane, which is created by three random points, under an intuitive threshold value. After extracting the first plane, this process is repeated sequentially (Seq) and automatically, until no planar surfaces can be extracted from the remaining points under the existing threshold value. This prevents the extraction of spurious surfaces, brings an improvement in quality to the computed attributes and increases the degree of automation of surface extraction. Thus the best fit is achieved for the real existing surfaces. 相似文献
15.
基于单调链的Red/Blue扫描线求交算法 总被引：3，自引：0，他引：3
提出了一种基于单调链的Red／Blue平面扫描线算法。该算法针对GIS中线段之间具有连接关系的特性，将平面连接线段集分解为一组单调链，通过对单调链的粗扫描过滤和对线段的精扫描求交，减少了扫描过程中的冗余计算，提高了线段集求交点的效率。实验证明，该算法对于处理具有连接关系的线段集的求交点问题具有很高的效率。 相似文献
16.
在恢复场景信息和相机运动时，传统的SLAM算法是基于静态环境假设的。场景中的动态物体会降低算法的稳健性和最终的定位精度。本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合，以减少动态物体对定位结果的干扰。首先，构建有监督的卷积神经网络对输入图像中的动态物体进行分割，获得语义图像；然后，从原始图像中提取特征点，并根据语义图像剔除动态物体特征点，保留静态物体特征点；最后，利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪。在ApolloScape自动驾驶数据集上的试验表明，与传统方法相比，本文算法在动态场景中定位精度提升约17%。 相似文献
17.
18.
19.
对缺乏纹理物体建立三维模型,关键的难度在于缺乏特征点和点的坐标获得。本文采用ICP算法来对物体进行匹配,当特征点不足时,ICP算法是一个很适用的匹配方法,只需要对物体的给定点寻找最近点。为了计算目标点的坐标,利用投影器投射清晰稳定的纹理到缺乏纹理物体的表面,然后CCD相机对物体进行拍摄。通过线检测和空间前方交会解算出物体部分模型表面的空间点;并使用无需控制点的ICP方法对相互重叠的部分模型进行匹配,从而完成物体的三维重建。实验证明ICP方法对缺乏纹理物体的三维曲面匹配有效。 相似文献