检索结果-南通市图书馆

结合超体素与颜色信息的区域生长点云分割方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2024年第5期45卷 1482-1489页

作者：鲁斌王志远华北电力大学计算机系河北保定071000 复杂能源系统智能计算教育部工程研究中心计算机系河北保定071000

为解决传统区域生长点云分割算法存在的欠分割和过分割现象,提出一种结合超体素与颜色信息的区域生长点云分割方法。在分割过程中加入超体素过分割步骤,避免直接从点云中分割数据,有效消除噪声和异常值对分割的影响,利用一种几何和颜色... 详细信息

为解决传统区域生长点云分割算法存在的欠分割和过分割现象,提出一种结合超体素与颜色信息的区域生长点云分割方法。在分割过程中加入超体素过分割步骤,避免直接从点云中分割数据,有效消除噪声和异常值对分割的影响,利用一种几何和颜色信息的联合准则合并超体素并进行区域生长。与深度学习方法和其它3种传统分割算法相比,分割效率和精度都得到了较大提升,解决了欠分割和过分割的问题。

关键词：超体素法线信息点云分割区域生长颜色信息过分割欠分割

在线全文

学校读者我要写书评

暂无评论

基于超体素与几何特征融合的点云配准优化

激光与红外 2024年第6期54卷 864-869页

作者：刘耀文毕远伟张鲁建黄延森烟台大学计算机与控制工程学院山东烟台264005

针对点云配准过程中点云数据冗余、易出现误匹配点对和配准精度低的问题,提出了一种融合超体素及几何特征的点云配准方法。首先使用超体素与法向量信息相结合的方法提取特征点;其次,在粗配准中,通过使用快速特征点直方图(Fast Point Fea... 详细信息

针对点云配准过程中点云数据冗余、易出现误匹配点对和配准精度低的问题,提出了一种融合超体素及几何特征的点云配准方法。首先使用超体素与法向量信息相结合的方法提取特征点;其次,在粗配准中,通过使用快速特征点直方图(Fast Point Feature Histograms,FPFH)进行特征描述,采用双向最近邻比获取初始特征点对应关系,基于法向量夹角策略和随机采样一致性(Random Sample Consensus,RANSAC)算法进行对应关系的优化,获取良好的初始位姿;最后,在精配准中,基于初始位姿与改进的迭代最近点算法(Iterative Closest Point,ICP)算法完成点云配准。通过在斯坦福数据集中进行配准实验,验证了所提算法具有更好的鲁棒性,能高效且精准的完成点云配准。

关键词：超体素迭代最近点算法特征匹配点云配准

顾及水平方向偏差的三维声呐点云数据分区滤波方法

在线全文

学校读者我要写书评

暂无评论

武汉大学学报(信息科学版) 2024年

作者：贺正军吴云龙李邵波张绍成李厚朴边少峰中国地质大学(武汉)地质探测与评估教育部重点实验室海军工程大学电气工程学院中国地质大学(武汉)地理与信息工程学院

三维声呐测量受到水下复杂环境干扰，通常存在较多噪点，需要进行精细滤波处理，才能应用于水下场景。提出了一种联合多特征超体素点云分块、局部坐标系构建、整体最小二乘局部趋势面拟合、顾及水平方向偏差的Grubbs检验分区滤波的点云... 详细信息

三维声呐测量受到水下复杂环境干扰，通常存在较多噪点，需要进行精细滤波处理，才能应用于水下场景。提出了一种联合多特征超体素点云分块、局部坐标系构建、整体最小二乘局部趋势面拟合、顾及水平方向偏差的Grubbs检验分区滤波的点云数据预处理方法，建立了一套适用于三维声呐点云去噪方法。首先针对不同区域点云在法向量、空间距离和回波强度的差异性，基于超体素聚类法实现水下复杂点云分块；其次对点云块建立局部坐标系并进行趋势面拟合；最后，构建多维度点云误差检测数据，依据地形复杂度将点云块划分为三类区域，并采用Grubbs检验作为判定准则，实现分区域自适应阈值去噪。计算结果表明，所提综合滤波方法对于水平/垂直方向的点云数据均有较好的精度，试验结果的平均总体精度达99.3%，平均Kappa系数达0.906，能够有效应用于水下复杂区域的三维声呐点云数据滤波处理。

关键词：三维声呐点云去噪超体素整体最小二乘自适应阈值

超体素随机森林与LSTM神经网络联合优化的室内点云高精度分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2023年第4期48卷 525-533页

作者：汤圣君张韵婕李晓明姚萌萌叶致煌李亚鑫郭仁忠王伟玺深圳大学建筑与城市规划学院智慧城市研究院&自然资源部城市自然资源监测与仿真重点实验室广东深圳518061 香港城市大学建筑与土木工程系中国香港999077 香港理工大学深圳研究院广东深圳518061

针对现有三维点云数据分割分类方法存在分类目标内部不一致的问题,提出一种超体素随机森林与长短期记忆神经网络(long short-term memory,LSTM)联合优化的室内点云高精度分类方法。该方法根据超体素结构具备内部特征一致性的特点,对原... 详细信息

针对现有三维点云数据分割分类方法存在分类目标内部不一致的问题,提出一种超体素随机森林与长短期记忆神经网络(long short-term memory,LSTM)联合优化的室内点云高精度分类方法。该方法根据超体素结构具备内部特征一致性的特点,对原始点云进行超体素划分,并以超体素为基本单元进行多元特征计算,搭建室内点云超体素随机森林分类模型,实现点云数据的粗分类。在此基础上,引入LSTM对粗分类的超体素邻域连接关系进行神经网络模型训练与预测,实现超体素粗分类结果的优化。基于开放数据集对所提分类方法进行有效性和精度验证,结果显示,该方法在公开数据集中对13类要素的分类精度可达到83.2%;与经典的深度学习框架相比,该方法在小样本训练时可以达到更优的分类精度。

关键词：超体素随机森林 LSTM 点云分类室内建模

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于超体素的视频分割方法研究

基于超体素的视频分割方法研究

作者：祁艺杰集美大学

学位级别：硕士

视频分割在物体识别与检测等任务中发挥着关键作用。超体素分割是视频分割的一种,超体素分割不仅具有良好的边界依附性,能有效保留视频的细节与结构;还能够有效地减少视频的基元数量,实现对视频的高质量压缩。因此,本文重点研究基于超... 详细信息

视频分割在物体识别与检测等任务中发挥着关键作用。超体素分割是视频分割的一种,超体素分割不仅具有良好的边界依附性,能有效保留视频的细节与结构;还能够有效地减少视频的基元数量,实现对视频的高质量压缩。因此,本文重点研究基于超体素的视频分割方法。现在已有很多视频超体素分割方法,然而现有方法存在以下问题:虽然部分超体素分割方法有较高的精度,但是大部分方法紧凑性不高,导致无法很好地使用超体素表征视频。目前常用的超体素分割方法之一是基于聚类的超体素分割方法,然而,大多数聚类方法大多数采用局部搜索的方式实现分割,这会导致分割区域受限,无法很好地分割出特征相近的狭长区域,且时序一致性不佳。因此,本文主要针对现有方法的以上问题,分别提出基于卷积神经网络与局部最近邻的视频超体素分割方法SVNet与基于各向异性卷积神经网络与全局最近邻的视频超体素分割方法AGS-SVNet。本文的主要工作与贡献点如下:1、针对视频分割中保证分割精度的同时,提升超体素紧凑性的问题,提出了SVNet方法。深度神经网络经常被用到视频分割中,所以该方法将深度神经网络应用到超体素分割任务中。首先利用多层次3D卷积神经网络提取视频的高维时空特征,然后构造体素与其局部最近邻的超体素之间的体素-超体素关联图,通过可微迭代优化关联图,进而利用关联图硬映射实现超体素分割。此外,还设计了标签一致性损失以最小化分割结果与分割标签的差异,紧凑度损失鼓励分割出的超体素具有紧凑性。与GB、GBH、stream GBH、SWA、Ncut、meanshift、SLIC、TSP等方法对比发现:该方法不仅能够实现超体素的高精度分割,并且在边界召回距离上相比于其他对比方法指标更好。2、针对现有多数方法无法准确捕捉狭长区域特征,及时序一致性不佳的问题,提出AGS-SVNet方法。该方法使用KNN进行超体素最近邻的全局搜索,并构建体素-超体素关联图,利用各向异性卷积神经网络提取视频中的各向异性特征,利用可微迭代优化关联图获得精确的视频超体素分割。此外改进紧凑性损失,并引入时间一致性损失以改善时序一致性。与GB、GBH、stream GBH、SWA、Ncut、meanshift、SLIC、TSP和SVNet方法比较发现:该方法在视频超体素分割精度上有所提升,并且进一步改善了边界召回距离指标。本文在Seg Trackv2、DAVIS2017和Middlebury Flow等数据集上与经典的超体素分割方法进行性能比较。实验表明,本文所提方法在精度上更佳,并具有最优的边界召回距离,对视频中的细节与边缘信息的捕捉效果更好。

关键词：视频分割超体素卷积神经网络各向异性网络聚类分割

超体素约束下的主动再学习LiDAR点云分类框架

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

测绘通报 2022年第5期 79-83,100页

作者：谭玉慧刘欣怡张永军武汉大学遥感信息工程学院湖北武汉430079

针对点云分类的监督方法需要大量的训练样本、人工标注成本高的问题,本文提出了一种超体素约束下的主动再学习点云分类方法。首先,对点云进行特征提取;然后,通过超体素约束下的主动学习方法选择训练样本并进行人工标注;最后,利用再学习... 详细信息

针对点云分类的监督方法需要大量的训练样本、人工标注成本高的问题,本文提出了一种超体素约束下的主动再学习点云分类方法。首先,对点云进行特征提取;然后,通过超体素约束下的主动学习方法选择训练样本并进行人工标注;最后,利用再学习方法进行后处理,通过迭代计算类别统计特征不断优化分类结果。试验结果表明,相比于使用全部训练样本,超体素约束的主动学习方法可以在不足全部样本6%的情况下,达相同的分类精度,从而大幅度减少了人工标注成本,且经过再学习算法后进一步提高了分类精度。

关键词：点云分类超体素主动学习再学习

在线全文

学校读者我要写书评

暂无评论

一种改进的超体素与区域生长点云分割方法

测绘通报 2022年第12期 126-130页

作者：韩英郑文武赵莎唐欲然衡阳师范学院湖南衡阳421002

点云分割作为识别地理场景的空间特征、探索和记录空间信息的关键处理步骤,其分割精度直接影响后续三维场景重建、地物特征提取等应用的效果。针对传统区域生长点云分割算法的不稳定等问题,本文结合超体素和区域生长算法对点云数据进行... 详细信息

点云分割作为识别地理场景的空间特征、探索和记录空间信息的关键处理步骤,其分割精度直接影响后续三维场景重建、地物特征提取等应用的效果。针对传统区域生长点云分割算法的不稳定等问题,本文结合超体素和区域生长算法对点云数据进行分割,并利用点云自身的色彩信息进一步改进分割结果。试验结果表明,相较于传统的区域生长和已有的结合超体素与区域生长的分割算法,本文算法对点云数据分割的效果更好,且其精确率与召回率均有提高。

关键词：超体素区域生长色彩信息点云分割

融合超体素与成对链接聚类的LiDAR点云分割算法

在线全文

学校读者我要写书评

暂无评论

测绘通报 2022年第3期 65-69页

作者：普东东丁海勇南京信息工程大学遥感与测绘工程学院江苏南京210044

针对现有的LiDAR点云分割算法稳健性差、效率低的问题,本文提出了一种新的层次化聚类分割算法。该算法首先把点云生成自适应分辨率的超体素,然后以超体素为基元,改进成对链接的分割算法,实现三维点云的分割。试验结果表明,该分割算法与... 详细信息

针对现有的LiDAR点云分割算法稳健性差、效率低的问题,本文提出了一种新的层次化聚类分割算法。该算法首先把点云生成自适应分辨率的超体素,然后以超体素为基元,改进成对链接的分割算法,实现三维点云的分割。试验结果表明,该分割算法与现有的分割方法相比,具有更好的稳健性和更高的计算效率,避免了点云过分割和欠分割的问题。本文算法在分割细节方面更加突出,分割结果可有效地保证后续数据处理工作的精度。

关键词： LiDAR点云超体素成对链接分割稳健性

在线全文

学校读者我要写书评

暂无评论

优化超体素凹凸性的矿区地物提取算法研究

金属矿山 2023年第10期 162-167页

作者：汪骁周大伟占喜林周健刁鑫鹏耿智江中国矿业大学环境与测绘学院江苏徐州221116

快速准确地获取矿区地物信息对煤矿安全开采工作的规划与部署具有重要的指导意义。不同于传统人工调查受到矿区环境因素的限制,机载Li DAR作为近年来矿区地表监测的新手段,可以高效获取矿区地表点云,利用点云分割算法实现矿区地物的提... 详细信息

快速准确地获取矿区地物信息对煤矿安全开采工作的规划与部署具有重要的指导意义。不同于传统人工调查受到矿区环境因素的限制,机载Li DAR作为近年来矿区地表监测的新手段,可以高效获取矿区地表点云,利用点云分割算法实现矿区地物的提取。但常规点云分割算法主要适用于分割地形相对简单的区域,在复杂地形的地面点与非地面点聚类分割效果较差。基于此,提出一种优化超体素凹凸性的聚类分割算法用于矿区的复杂地形特征地物分割,主要步骤为:(1)对矿区点云进行超体素过分割;(2)根据模糊聚类算法(FCM)对超体素的边界进行细化;(3)使用增加高程阈值的凹凸聚类算法对超体素进行分割,提取机载Li DAR点云的地面点与地物点。以鄂尔多斯某矿开采工作面为例进行实验,并与改进前超体素分割算法和区域生长算法的分割效果进行比较。结果显示:整体上看,本文算法在保证数据完整的前提下,分割效果仍可以满足矿区在地物分割工程上的需求;分割细节上看,比改进前的超体素分割算法的加权平均精确度提升了13.1%,加权平均召回率提升了2.3%;比区域增长算法的加权平均精确度提升了30%,加权平均召回率提升了6.3%。

关键词：点云分割地物提取超体素凹凸性模糊聚类