检索结果

Select

1. 基于线特征及迭代最近点算法的地基建筑物点云自动配准方法

徐景中, 王佳荣

计算机应用 2020, 40 (6): 1837-1841. DOI: 10.11772/j.issn.1001-9081.2019111978

摘要（364）

PDF （1133KB）（376）

为克服迭代最近点(ICP)算法易陷入局部最优的缺陷，提出一种基于线特征及ICP算法的地基建筑物点云自动配准方法。首先，基于法向一致性进行建筑物点云平面分割；接着，采用alpha-shape算法进行点簇轮廓线提取，并拆分和拟合处理得到特征线段；然后，以线对作为配准基元，以线对夹角和距离作为相似性测度进行同名特征匹配，实现建筑物点云的粗配准；最后，以粗配准结果为初值，进一步采用ICP算法完成点云精确配准。利用两组部分重叠的建筑物点云进行配准实验，实验结果表明，采用由粗到精的配准方法能有效改善ICP算法对初值依赖的问题，实现具有部分重叠的建筑物点云的有效配准。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于机载激光雷达点云的断裂线自动提取方法

徐景中万幼川张圣望

计算机应用

摘要（1796）

PDF （1029KB）（1094）

基于机载激光雷达（LIDAR）点云生产高精度的数字高程模型（DTM）需要进行断裂线的存储与表达，在分析现有断裂线提取方法不足的基础上，提出一种从LIDAR点云自动提取断裂线的方法。该方法利用离散的点云构建三角网，建立点云之间的拓扑关系，根据三角网面片之间的法向差异提取候选断裂线点，采用“方向优先”追踪策略实现断裂线的追踪处理，并利用“线性迭代法”实现断裂线的光滑输出。实验结果表明，该方法可以快速从LIDAR点云中自动提取断裂线信息，具有一定的应用价值。

相关文章 | 多维度评价

Select

3. 粒子群优化算法在图像矢量量化码书设计中的应用

张绪冰关泽群徐景中

计算机应用

摘要（1756）

鉴于经典的LBG码书设计算法易陷入局部最优解，首次采用粒子群优化算法来设计图像矢量量化的最优码书，并提出了粒子群矢量量化(PSO-VQ)算法和粒子一致性操作(PCO)。在PSO-VQ算法中，每个粒子表示一个码书，以粒子群进化的方式对初始码书进行迭代而获得最优码书，PCO操作对各初始码书中的码矢量按其灰度均值排序，使不同码书的内部结构基于码矢量灰度均值达到基本一致，确保了结果向全局最优解收敛。实验证明，PSO-VQ算法在解码图像的PSNR值和主观效果上都优于LBG算法，同时拓展了粒子群优化算法的应用领域。