共查询到20条相似文献,搜索用时 281 毫秒
1.
以建模后所形成的空间格网为研究对象,通过研究顶点处的数学性质,计算相应的数学量,然后将模型进行变换,变换到特定的空间来研究其特征分布,进而实现对构成空间形体的格网进行简化.实验表明,本算法有着很好的并行性,在独立点集性质的基础上,可以一次并行处理多个点,采用并行的实现方法能够极大地减少算法运行过程中的时间损耗. 相似文献
2.
以空间离散点集Pn={P1,P2,…,Pi,…,Pn}为研究对象,研究了一种三维建模算法。在预先约定外法线方向和优化原则(最小角最大化)的基础上进行三维建模。第1步,对点集进行同位点的剔除,并建立K-邻近邻接表;第2步,确定权重的计算方法,并计算虚拟中心点、各点相对于虚拟中心的向量及其长度范数;第3步,求定起始边及起始面片;第4步,遍历K-邻接表,选择当前待插入点,分三种情况讨论了待插入点与已有面表中面片和已有边表中边的关系,进行插入和格网优化操作,直到主点集中的点都处于“已使用”或“同棱点”的状态;第5步,处理“同棱点”。通过上述环节完成对空间离散点集的三维建模操作,最后用C语言对算法进行了实现,并采用相关的数据进行了试验,试验结果证明了本算法的有效性。 相似文献
3.
基于点集拓扑学的三维拓扑空间关系形式化描述 总被引:24,自引:3,他引:24
本文阐明了研究空间关系理论的必要性,分析了拓扑空间关系描述方法的研究进展及存在问题,以点集拓扑理论为基础,运用维数扩展的方法,提出三维拓扑空间关系完善和形式化的描述框架,在此基础上,对三维空间目标中存在着的拓扑空间关系进行了分类,定义了五种基本的拓扑空间关系,并且给出了三维拓扑空间关系最小集的互斥性与完备性证明。 相似文献
4.
提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。 相似文献
5.
四面体格网(TEN)模型是一种重要的空间数据构模方法,侧重于三维空间对象内部的表达,但是存在着数据量大、计算速度慢的问题。三维拓扑关系是三维GIS的重要研究内容,为此,该文提出了面向TEN的三维拓扑关系计算方法。基于点集拓扑学理论,将TEN分解为内部、边界和外部3个集合,并使用9交模型描述了TEN/TEN的8种拓扑关系;设计了面向TEN的三维拓扑关系计算流程,详细阐述了面向TEN的三维拓扑关系计算的核心算法;基于提出的三维拓扑关系算法,设计了面向TEN的拓扑关系计算实验。实验结果表明:该文提出的面向TEN的三维拓扑关系计算方法,能够满足TEN之间拓扑关系计算的需求。 相似文献
6.
7.
针对不确定性空间区域对象间拓扑关系不确定性的定量分析问题,提出了一种具有双隶属度函数的灰集表示模型,利用双隶属度函数的截集将不确定性空间区域对象转化为确定性区域对,借用相关的不确定性空间拓扑关系定性分析模型,将不确定性空间对象间拓扑关系的不确定性量化为一个可信度区间。 相似文献
8.
9.
10.
11.
矿区地表彩色点云的自动分类 总被引:1,自引:0,他引:1
以矿区的彩色三维激光点云数据为研究对象,提出了矿区点云快速自动分类及目标提取的方法。首先根据彩色点云的RGB值计算HSV空间中的H值,根据各地物间H值的差异,分别对地面点与非地面点根据地物颜色先验值进行点的提取。然后对提取的点进行聚类计算,利用各类地物点云在空间分布上的显著差异,采用分层截面投影,由投影点最小包围盒的长宽比及面积比对矿区地物点云进行自动分类与提取。最后以Riegl VZ-1000扫描仪采集的某矿区地表点云数据为试验对象,验证本文算法的可行性和实用性。 相似文献
12.
从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而,现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点,不利于建筑物对象建模。针对该问题,本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像,根据图像特征初步提取单体建筑物点云数据;然后对获得的单体建筑物点云数据采用CSF方法进行净化处理,可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明,该方法可以较好地对建筑物点云数据进行净化,得到较为纯净的单体建筑物点云数据,为基于点云数据的建筑物单体模型构建打下了良好的基础。 相似文献
13.
提出了一种利用DOM和Li DAR点云数据的参数化建模方法,利用DOM分析地物的模型特征,通过Li DAR点云数据获取地物特征点坐标,采用特定的三角网连接方法构建出地物的三维模型,最后对模型进行贴图显示。这里所构建地物模型的方法不仅快速高效,而且自动化程度高,能够满足铁路三维GIS展示的要求;同时,由于是通过点云数据构建模型,在后期导入三维地形过程中能够大量减少安放地物模型工作。 相似文献
14.
基于三维激光扫描数据的构筑物三角构网模型 总被引:2,自引:0,他引:2
三维激光扫描可以快速获得表面物体的三维空间的点云数据,但其数据量比较大,此外要利用这些点云数据表示构筑物表面,还需要建立表面数学模型。首先分析了激光扫描数据的采集原理和数据基本特点,具体给出了表面平面三角网生长算法,在此模型的基础上,利用三角形构成面后法线间夹角为判断依据,提出了空间三角构网的模型,并针对数据的复杂性和物体表面的不规则性,提出空间分区三角构网的方法,并以同济大学孔子头像为例给出了具体的实现方法。 相似文献
15.
针对地面三维激光扫描仪扫描过程中产生混合像元的问题,通过对混合像元产生原理和相关特性的分析,提出了一种用于探测和剔除混合像元的算法,并且编制相应的计算机程序予以实现。同时以球体作为实验扫描对象,用混合像元剔除算法对扫描过程中产生的混合像元予以剔除,并比较了混合像元剔除前后点云拟合模型与实际物体在尺寸上及拟合精度的差异,从而验证了该算法的有效性和实用性。混合像元探测与剔除算法可以为后期进行的点云配准、特征提取和曲面建模等工作提供更精确的点云。 相似文献
16.
地面三维激光扫描点云密集,实体信息隐含,特征提取困难。根据原始点云数据的特点,提出对点云进行实体化处理,种子点生成技术可用于实体提取。完成点云实体化后,通过随机采样一致算法结合稳健估计方法,可更好地进行地物特征提取。由于现实客观世界的复杂性,采用一些先验性知识,可以减少人工处理过程,加快点云分类和实体建模速度。 相似文献
17.
本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之一:海量点云高效管理技术,提出了一种基于GPU的hash map三维点云数据组织的改进算法,算法可以高效地完成数据的动态插入、更新和索引,而不受数据规模限制。同时,通过传感器位置姿态估计当前活动范围,进行主机与GPU的数据交换,保证了GPU的低内存占用率。在搭载不同等级显卡(GTX960、GTX1050、GTX1060)的计算机设备上试验,本文算法均可以达到60 fps以上的帧率(单帧处理点云数:2.11×105),证明算法满足了三维构像中三维点云数据高效管理的要求。 相似文献
18.
19.
建筑物点云提取是城市快速三维建模的基础。针对城区中建筑物和树木空间距离较近导致建筑物点云误提取的问题,提出一种颜色约束的欧式聚类算法。该方法利用低空拍摄可见光影像进行三维重建、获取点云数据,在建立点云K邻域索引和表面估计的基础上,以曲率最小的点作为欧式聚类的种子点,将点云的RGB值转换成Lab颜色模型,对建筑物点云的聚类提取进行约束。实验表明,该方法可以有效地解决可见光影像匹配点云中建筑物提取时将树木误提取的问题。 相似文献
20.
建筑物屋顶面点云分割结果的好坏对建筑物三维模型重建起着重要的作用。针对传统RANSAC算法建筑物屋顶面点云的分割问题,提出了一种基于局部约束的建筑物点云平面分割方法。利用点云局部曲面法向约束构建法向准则,利用半径约束的点云空间聚类的方法对共面屋顶面点云进行分解,从而抑制"伪屋顶面"的产生;利用局部抽样策略降低算法的迭代次数,减少运算量。实验表明该方法能够获得稳定可靠的建筑物屋顶点云分割结果,将有利于后续的建筑物三维模型重建。 相似文献