排序方式: 共有3条查询结果,搜索用时 8 毫秒
1
1.
针对现有结构直线段提取方法存在的效率低下或准确程度不足等问题,提出了一种基于体素生长的点云结构直线段高效提取方法。首先,对点云进行体素化剖分与平面分割,并以体素为单位进行邻域判断,实现对结构直线段分布区域的筛选;然后,采用基于体素的区域生长对结构直线段的分布区域进行分割;最后,依据结构线段分布区域的范围以及其所在平面的数学方程实现其提取和优化,并进行精度评定。进行了实验测试,利用多组点云数据验证了本方法的有效性,利用对比实验验证了本方法的精度和高效性。实验结果显示:相比现有方法,该方法在效率上提高了10倍以上,在精度上提高了0.25倍左右,证明提出的方法可以准确高效地得到较为理想的点云结构直线段提取结果。 相似文献
2.
3.
提出了一种以优化点云数据中平面的平面度和平面面积为目标的内参数标定方法,针对不同情况选用区域生长算法或改进随机采样一致性(RANSAC)算法进行平面提取,并通过提出的单纯形和人工蜂群混合优化算法(NMS-ABC)进行参数解算,实现了DIY系统的内参数标定.利用内参数已知的仿真数据实验验证了NMS-ABC混合算法用于内参数快速求解的有效性,利用不同场景获取的多组实测点云数据进行了标定实验,结果表明:标定后的平面内点百分比和整体平面度均有所提高,并且当平面数不少于3时标定结果更稳定可靠;进行了点位精度测试,经内参数标定后DIY扫描仪的点位测量精度得到提高且在不同水平角度分辨率条件下优于3mm@4m;人为增大安置误差,通过对比标定前后的点云及平面提取结果,进一步直观验证了本文所提标定方法的正确性和有效性. 相似文献
1