數(shù)據(jù)匹配建筑物群典型化快速算法

在對snake模型研究的基礎(chǔ)上,結(jié)合建筑物群在移位中的特點(diǎn),從2個方面對snake模型進(jìn)行改進(jìn):首先,在snake模型中加強(qiáng)對齊排列建筑物群這一重要空間特征的識別,以便保持對齊排列建筑物群在移位前后不變;其次,針對傳統(tǒng)snake模型有時無法解決兩個建筑物空間沖突的缺點(diǎn),對街區(qū)中的建筑物群實(shí)行分層次移位,先將有沖突的兩個建筑物作為整體,與剩余其它建筑物利用snake模型一起移位,然后再根據(jù)文中提出的建筑物間相互沖突的4種受力模型,進(jìn)行建筑物間空間沖突的移位。最后利用改進(jìn)的snake模型進(jìn)行移位實(shí)驗(yàn)和分析。

利用模糊數(shù)學(xué)的基本原理,研究對比擬建工程與已建工程的相似程度,計(jì)算出擬建工程各特征元素的隸屬函數(shù)值及貼近度,從而根據(jù)已建工程造價,快速準(zhǔn)確地確定擬建工程造價。

機(jī)載lidar點(diǎn)云數(shù)據(jù)分布呈現(xiàn)離散化,掃描的目標(biāo)點(diǎn)云沒有明確的輪廓,而建筑物形狀呈現(xiàn)復(fù)雜化和多樣化,這給提取機(jī)載lidar數(shù)據(jù)中建筑物輪廓線帶來了困難。alphashapes算法的優(yōu)點(diǎn)在于無需知道點(diǎn)云中各點(diǎn)處的法向量及其他先驗(yàn)知識就能進(jìn)行處理,避免了插值算法帶來的誤差影響,對于少量點(diǎn)云缺失及數(shù)據(jù)冗余的情況,算法仍具有良好的穩(wěn)定性和適應(yīng)性。alphashapes方法可以得到較為精細(xì)的建筑物邊緣,且該算法適用于各種多邊形建筑物輪廓線的提取。

針對目前機(jī)載lidar點(diǎn)云數(shù)據(jù)存在的數(shù)據(jù)組織效率低下以及不利于查詢等問題,本文提出了一種基于體元的建筑物提取算法。首先,構(gòu)建體元模型實(shí)現(xiàn)機(jī)載lidar數(shù)據(jù)的真三維描述;然后,計(jì)算局部鄰域曲面擬合殘差,將殘差最小的體元視作種子體元;最后,根據(jù)局部鄰域法向量夾角準(zhǔn)則來實(shí)現(xiàn)種子體元的區(qū)域增長,從而獲得建筑物點(diǎn)。本文選取isprs公開的點(diǎn)云濾波測試數(shù)據(jù)中的8種復(fù)雜場景進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:本文算法不僅原理簡單、容易實(shí)現(xiàn),而且具有較好的魯棒性,不會受地形以及建筑物類型和尺寸的限制,kappa系數(shù)達(dá)到80%以上,實(shí)現(xiàn)了復(fù)雜場景下建筑物的提取。

隨著數(shù)字化測量的發(fā)展，三維激光掃描儀能夠快速地以多角度、高效、高精度方式獲取物體的表面三維數(shù)據(jù)，可以用于校園典型建筑物的三維建模。以云南師范大學(xué)呈貢校區(qū)內(nèi)的國立西南聯(lián)合大學(xué)紀(jì)念碑和國立昆明師范學(xué)院紀(jì)念柱為典型建筑物三維建模對象，首先采用徠卡p40三維激光掃描儀采集它的三維點(diǎn)云信息，然后利用cyclone軟件對多站式點(diǎn)云數(shù)據(jù)進(jìn)行拼接、統(tǒng)一化和去燥，將處理后的點(diǎn)云數(shù)據(jù)導(dǎo)入geornagicstudio軟件．對其進(jìn)行封裝、孔洞填充、平滑等相關(guān)處理，構(gòu)建其三維模型并對模型進(jìn)行紋理映射，最終完成校園典型建筑物點(diǎn)云數(shù)據(jù)的三維模型構(gòu)建。該三維建模流程方法對校園典型建筑物的三維建?？扇〉幂^好的效果。

為實(shí)現(xiàn)建筑物的快速可視化三維重建,對用地面激光掃描儀獲取的建筑物點(diǎn)云數(shù)據(jù)進(jìn)行可視化處理,提出了一種擬合平面投影線的快速建模方法,并以geomagicstudio軟件為平臺進(jìn)行了實(shí)驗(yàn)。結(jié)果表明該方法能提高模型三維重建速度,所建模型很好地再現(xiàn)了原始場景,建模效果好,方法可行。

運(yùn)用點(diǎn)云切片提取建筑物特征線擬合建模,對于長方體、圓柱體、管狀體等規(guī)則物體自動匹配建模,對于不規(guī)則物體進(jìn)行點(diǎn)云切割、側(cè)視圖提取輪廓線、擬合建模,對相同的結(jié)構(gòu)復(fù)制等方式批量處理,然后根據(jù)點(diǎn)云組合模型,完成建筑物主體建模;通過平面投影方式提取門窗等細(xì)節(jié)的輪廓線,將輪廓線導(dǎo)出到第三方軟件,實(shí)現(xiàn)對門窗的精細(xì)建模;最后通過紋理貼圖生成極富真實(shí)感的三維模型并對其數(shù)字化展示.

提出了一種基于蟻群算法的地面激光掃描數(shù)據(jù)建筑物立面提取方法,該方法可以有效地區(qū)分沿街lidar掃描景觀數(shù)據(jù)中建筑物立面和位于其前方的樹木、街燈、行人、?？寇囕v等遮擋物。三組真實(shí)的地面激光點(diǎn)云的實(shí)驗(yàn)結(jié)果表明,該方法能準(zhǔn)確、有效地提取建筑物立面點(diǎn)云數(shù)據(jù)。

針對木材內(nèi)部結(jié)構(gòu)復(fù)雜、不同樹種間密度差異大的特點(diǎn),提出了一種反投影坐標(biāo)快速算法,基于此算法構(gòu)建一套木材無損檢測ct成像系統(tǒng)。該系統(tǒng)由x射線發(fā)射器、等距平板檢測器、旋轉(zhuǎn)載物平臺和計(jì)算機(jī)數(shù)據(jù)采集成像軟件構(gòu)成。以集成材和小徑級原木為試驗(yàn)對象,驗(yàn)證反投影坐標(biāo)快速算法的可行性。首先采集并修正投影數(shù)據(jù);其次根據(jù)射線源到旋轉(zhuǎn)中心的距離計(jì)算出投影坐標(biāo)值;最后設(shè)置濾波函數(shù)并與投影數(shù)據(jù)作卷積運(yùn)算,重建木材斷層圖像。結(jié)果表明:應(yīng)用反投影坐標(biāo)快速算法,使ct系統(tǒng)圖像重建工作平均用時縮短至1s以內(nèi),斷層圖像分辨率達(dá)0.052mm~2,可顯示木材內(nèi)部裂紋、孔洞等缺陷及節(jié)子、年輪、早晚材變化等構(gòu)造特征,驗(yàn)證了該算法應(yīng)用于木材無損檢測成像系統(tǒng)的有效性。

目的建立面向建筑消防智能疏散指示系統(tǒng)的人員疏散路徑優(yōu)化數(shù)學(xué)模型.方法綜合考慮了火災(zāi)時期人員疏散的行為特點(diǎn),利用火災(zāi)煙氣環(huán)境下人員活動性指數(shù)和疏散通道通行難易系數(shù)定義疏散通道當(dāng)量長度,自適應(yīng)地調(diào)整路徑選擇策略和信息素更新策略,建立了火災(zāi)時建筑物智能疏散路徑優(yōu)化的自適應(yīng)蟻群算法數(shù)學(xué)模型,并以某建筑物為例,進(jìn)行模型應(yīng)用.結(jié)果自適應(yīng)蟻群算法應(yīng)用于建筑物火災(zāi)時人員疏散路徑優(yōu)化,與傳統(tǒng)最大最小蟻群算法相比提高了運(yùn)算速度.結(jié)論自適應(yīng)蟻群算法解決了傳統(tǒng)蟻群算法在加速收斂和防止早熟及停滯現(xiàn)象之間的平衡問題,可以適用于建筑物火災(zāi)時人員疏散路徑優(yōu)化問題.

電桿直徑速算法

針對地圖自動制圖綜合過程中,常規(guī)的建筑物聚類算法具有多參數(shù)性、聚類無效性等常見問題,本文選用最小生成樹（mst）的prim算法用于建筑物的聚類分析,并用c#語言實(shí)現(xiàn)了該算法^在該算法中,以最小生成樹中所有邊的平均權(quán)值為閾值進(jìn)行不一致邊的剪枝,從而得到聚類結(jié)果,并運(yùn)用實(shí)際數(shù)據(jù)驗(yàn)證了該算法的聚類效果.

破壞性地震會帶來巨大的危害和損失,震后2小時內(nèi)災(zāi)情信息極度匱乏.為了更加及時而準(zhǔn)確地獲取災(zāi)情圖中的建筑物信息,本文提出了一種能夠自動識別災(zāi)情圖中建筑物輪廓的方法,通過對比多種圖像邊緣檢測算法后,采用canny算法獲得災(zāi)情圖中建筑物的邊緣圖像,利用hough變換提取出直線,并根據(jù)直線間的位置關(guān)系生成直線關(guān)系圖,進(jìn)而檢測識別出建筑物.實(shí)驗(yàn)結(jié)果表明:通過有針對性的圖像建筑物特征提取,經(jīng)過大量的訓(xùn)練后,計(jì)算機(jī)能自動識別圖像中的建筑物災(zāi)情信息,并將其提取出來,該算法對部分損壞嚴(yán)重的建筑物識別效果不佳,后續(xù)將進(jìn)一步對算法進(jìn)行改進(jìn).該算法為后續(xù)實(shí)現(xiàn)在通信帶寬受限的情況下,對災(zāi)情圖像進(jìn)行有針對性的處理提供幫助,具有重要意義.

破壞性地震會帶來巨大的危害和損失,震后2小時內(nèi)災(zāi)情信息極度匱乏.為了更加及時而準(zhǔn)確地獲取災(zāi)情圖中的建筑物信息,本文提出了一種能夠自動識別災(zāi)情圖中建筑物輪廓的方法,通過對比多種圖像邊緣檢測算法后,采用canny算法獲得災(zāi)情圖中建筑物的邊緣圖像,利用hough變換提取出直線,并根據(jù)直線間的位置關(guān)系生成直線關(guān)系圖,進(jìn)而檢測識別出建筑物.實(shí)驗(yàn)結(jié)果表明:通過有針對性的圖像建筑物特征提取,經(jīng)過大量的訓(xùn)練后,計(jì)算機(jī)能自動識別圖像中的建筑物災(zāi)情信息,并將其提取出來,該算法對部分損壞嚴(yán)重的建筑物識別效果不佳,后續(xù)將進(jìn)一步對算法進(jìn)行改進(jìn).該算法為后續(xù)實(shí)現(xiàn)在通信帶寬受限的情況下,對災(zāi)情圖像進(jìn)行有針對性的處理提供幫助,具有重要意義.

針對車載激光掃描點(diǎn)云的分布密度,提出了一種把掃描數(shù)據(jù)格網(wǎng)化進(jìn)行信息提取的新方法。實(shí)踐證明,這種方法效率高,可以自動從密集的掃描數(shù)據(jù)中快速提取出建筑物信息,能夠滿足城市三維建模的要求。

傳統(tǒng)算法直接使用數(shù)字表面模型(dsm)進(jìn)行建筑物提取,忽略了地形影響,只適用于地形變化較小的區(qū)域。針對該問題,提出了一種基于局部高程差異的建筑物提取算法。利用地物相對于局部區(qū)域的高程差異來反映地物高度,再運(yùn)用基于知識的提取算法提取建筑物。實(shí)驗(yàn)結(jié)果表明,該算法具有較高的精度,比svm算法降低了1.18%的誤提率和6.51%的漏提率。

地下資源開采常常引起周圍環(huán)境的負(fù)面效應(yīng),造成地面建筑物、公用地下管線和各種地下設(shè)施以及城市道路的路基、路面、鐵路等不同程度的損害,利用gis可以有效地把這種負(fù)面效應(yīng)和損害可視化.在可視化過程中,經(jīng)常要判斷不同地理要素的空間位置關(guān)系.基于gis所特有的拓?fù)潢P(guān)系特性,把開采沉陷區(qū)域的建筑物和沉陷等值線空間位置關(guān)系抽象成理論模型,并進(jìn)一步探討了點(diǎn)與曲線環(huán)關(guān)系算法以及利用現(xiàn)有g(shù)is軟件如何來實(shí)現(xiàn)拓?fù)潢P(guān)系的方法.通過這種可視化,可以為決策提供可靠的信息依據(jù),從而更好地為工程服務(wù).

提出瓷磚圖像模板匹配的匹配程度公式,分析匹配度與公式值的關(guān)系.將匹配程度公式作為最優(yōu)保留個體遺傳算法的目標(biāo)函數(shù),設(shè)立遺傳算法的3個變量,即x軸起始位置、y軸起始位置和放大倍數(shù)對圖像的模板進(jìn)行匹配優(yōu)化.實(shí)驗(yàn)結(jié)果表明,遺傳算法的匹配結(jié)果基本穩(wěn)定,能滿足工業(yè)實(shí)時性的要求,模板的大小同匹配時間成反比,同效果成正比.

當(dāng)pcb板上載到夾具過程中,由于夾具精度,人為等因素的影響,對基板坐標(biāo)產(chǎn)生一定偏移及旋轉(zhuǎn)的影響,從而對元器件裝貼精度產(chǎn)生影響,因此對基準(zhǔn)點(diǎn)進(jìn)行特征提取,但具有比較大的局限性。由此提出一種基于尺度空間的sift算法的mark點(diǎn)匹配方法,將圖像上特征轉(zhuǎn)化為尺度空間特征,可以只對一個mark點(diǎn)進(jìn)行匹配校正,消除電路板平面上平移誤差和旋轉(zhuǎn)誤差,通過實(shí)驗(yàn)證明其精度能達(dá)到0.6個像素以下的亞像素級別的精度要求。

不銹鋼車體具有耐腐蝕、防火性能好、環(huán)保等優(yōu)勢,但是車體結(jié)構(gòu)采用板梁結(jié)構(gòu),形式復(fù)雜,通過對其典型化的結(jié)構(gòu)優(yōu)化設(shè)計(jì),縮短了生產(chǎn)制造工藝流程,提高了部件設(shè)計(jì)與生產(chǎn)設(shè)備之間的相互適應(yīng)能力,極大地簡化了車頂結(jié)構(gòu),避免了大量的車體附件焊接,最大程度上實(shí)現(xiàn)了模塊化裝車的需求。

建筑物立面兼顧規(guī)則和非規(guī)則的幾何結(jié)構(gòu)排列,利用先驗(yàn)或提取的立面結(jié)構(gòu)規(guī)則推理數(shù)據(jù)稀疏區(qū)域立面模型時,會產(chǎn)生不合理的重建結(jié)果.為此,提出一種結(jié)合規(guī)則推理和點(diǎn)云數(shù)據(jù)驗(yàn)證的數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法,能夠?qū)ν茰y的立面模型合理性進(jìn)行驗(yàn)證.在利用影像數(shù)據(jù)改善立面點(diǎn)云數(shù)據(jù)初始重建模型偏移的基礎(chǔ)上,分析立面結(jié)構(gòu)的排列規(guī)律.采用四鄰域模板匹配方法推理點(diǎn)云數(shù)據(jù)稀疏區(qū)域立面幾何結(jié)構(gòu)的位置和類型.最后用點(diǎn)云數(shù)據(jù)驗(yàn)證推理重建結(jié)果的可靠性.實(shí)驗(yàn)表明,對于結(jié)構(gòu)多樣的建筑物立面,該方法可檢測出不合理的重建結(jié)果,提高了基于規(guī)則建筑物立面重建的可靠性.

簡述三種典型的利用lidar點(diǎn)云自動提取建筑物的方法。提出對建筑物提取結(jié)果的精度評價指標(biāo),并對三種方法的提取結(jié)果進(jìn)行比較。結(jié)果表明基于dempster-shafer理論的建筑物自動提取方法最為穩(wěn)健。