基于点云数据的自然地形分类算法

提出一种自然地形分类算法以解决移动机器人导航中的环境理解问题。在单几何特征地形分类方法的基础上,提出的算法使用从点云中提取的复合特征训练分类器。复合特征向量包含一个点几何特征和颜色特征。算法首先计算点的坐标协方差矩阵和平均法向量协方差矩阵的特征值作为几何特征。然后通过标定激光雷达坐标系和相机坐标系使点得到颜色信息,把点的颜色作为颜色特征加入复合特征向量。算法使用最大期望-高斯混合模型(EM-GMM)训练一个分类器,训练数据由人工标注。实验结果表明,与单几何特征分类方法相比,复合特征分类方法在对自然地形分类时能得到更高的正确率。     

基于小型无人机摄影测量的江南景观水资源综合利用分析

【目的】分析具有自然生态系统和人文生态系统的江南内涝区乡村景观格局,挖掘研究区的整体景观结构特征及其对应的景观功能,综合、有效地利用水资源。【方法】利用无人机(UAV)遥感数据,借助GIS空间分析,以南京紫云云创特色小镇为例,采集与分析研究区的数字地形,在此基础上使用与土地分类变化关联性较强的淹没区域模拟进行水文分析,得出汇水区范围,并以此进行防涝性景观设计。【结果】所选取的数字地形指数代表的景观结构及其特征是适合的,能够保证水资源利用的科学性;在高程分析图中,地势低洼地区容易产生积水,生态系统也容易遭受破坏。【结论】无人机影像在小镇景观生态环境评价中能够得到很好的应用;无人机数字摄影测量技术可以对景观水资源综合利用进行全面分析,有利于促进云创特色小镇的规划和建设。     

一种非监督道路场景分割方法

针对道路场景分割中训练样本量大、不同类型道路过渡中易产生误分割的问题,该文提出了一种非监督的道路场景分割方法。首先用K均值聚类对第一幅图像进行初始化分割,再用图割法对其进行能量最小化的优化分割,最后用优化后的分割图像重新计算类别中心,用于指导下一帧图像的图割优化分割。实验表明,该方法无需大量训练样本,可以快速地对道路场景进行分割,还能够在不同的道路类型过渡过程中保持很好的分割效果。     

基于混合交叉差分进化的相机空间操控系统参数优化

为了提高相机空间操控(CSM)系统的预测精度, 提出一种基于混合交叉操作的差分进化算法.该方法将CSM系统的视觉参数初值和平化距离参数Zo进行组合作为混合交叉差分进化算法的个体, 以CSM系统对目标点位置的预测精度作为个体的适应度函数, 通过进化迭代获得最优的参数组合.使用了实际机器人视觉系统获取的数据进行实验, 结果表明使用优化后的参数组合可以提高系统的预测精度.