检索结果-南通市图书馆

检索条件"主题词=种类甄别"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的光学影像与激光点云配准的研究

基于深度学习的光学影像与激光点云配准的研究

引用

作者：窦新铜北京建筑大学

学位级别：硕士

近年来,随着三维传感技术的快速发展,点云数据被应用在越来越多的领域中,如高精度地图制作、场景理解、城市三维重建等。三维点云可以直接表现被测物体的三维信息,在空间中离散分布;而二维影像具有丰富的纹理信息,特征之间保持连续,恰... 详细信息

近年来,随着三维传感技术的快速发展,点云数据被应用在越来越多的领域中,如高精度地图制作、场景理解、城市三维重建等。三维点云可以直接表现被测物体的三维信息,在空间中离散分布;而二维影像具有丰富的纹理信息,特征之间保持连续,恰好可以弥补点云的不足。将二维影像与三维点云的特征进行融合便能实现两种数据的优势互补,而特征融合的前提需要知道影像像素与点云中点的对应关系,即需要进行影像与点云的精确配准,所以二维影像与三维点云的配准成为当下的研究热点。三维点云与二维影像的数据和特征结构有较大区别,所以二者的配准较难实现。现有配准方法通常将影像与点云转换至同一维度下进行间接配准,但数据转换过程中会造成部分特征的丢失,降低配准精度;或者利用光学传感器和三维激光扫描仪的相对空间姿态与时间戳特征直接进行影像与点云的配准,但该类方法比较依赖传感器姿态参数,对非同时获取且未知传感器姿态的情况无法有效配准。针对上述问题,本文致力于二维影像与三维点云配准的研究,利用深度学习的方法对二维影像与三维点云的特征进行提取与粗匹配,并结合影像与点云的语义类别对同名特征点对进行精细匹配。主要工作内容如下所示:（1）研究出一种影像特征像素与点云特征点的特征提取算法。首先利用SIFT算子和ISS算子提取影像和点云的特征像素与特征点,并将其定为待配准点;然后通过设置阈值为特征像素与特征点构建区域组解决单一像素或点特征较少的问题,最后利用卷积神经网络对构建的区域组进行特征提取,并将提取得到的特征认定为对应二维特征像素或者三维特征点的新特征。（2）设计出一种不同维度特征之间的同名特征匹配方法。将同名特征点对中影像与点云的类别概率矩阵应该相似的先验知识作为新的约束对三元组损失函数进行改进,设计出引入语义信息约束的融合语义信息的三元组损失函数。对点云特征点和影像特征像素的特征与类别概率矩阵进行相似度对比,以融合语义信息的三元组损失函数为评定指标,选出相似度最高的像素与点作为影像与点云的配准基元。（3）研究出一种对同名特征利用高精度语义类别的精匹配策略。利用同名特征点的语义类别信息相同的先验知识为依据,对配准基元进行类别判定,筛除掉语义信息不同的配准基元。利用点云或影像的整体语义信息与单个点或单个像素语义相同的特点设计出识别结果筛选投票机制,搭建出点云高精度分类网络IRS-Point Net++和抵抗外界干扰能力较强的影像高精度分类网络Vgg-Vote。在公开数据集上进行分类实验,IRS-Point Net++的精度可达97.28%,即使点云十分稀疏或存在局部缺失精度仍保持较高水平;Vgg-Vote的精度可达95.15%,即使噪音量增加至50%,精度仍然可以达到83.82%,实现了影像与点云的高精度类别判断。

关键词：影像与点云配准卷积神经网络三元组损失高精度分类种类甄别

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：