数据匹配建筑物群典型化快速算法

在对snake模型研究的基础上,结合建筑物群在移位中的特点,从2个方面对snake模型进行改进:首先,在snake模型中加强对齐排列建筑物群这一重要空间特征的识别,以便保持对齐排列建筑物群在移位前后不变;其次,针对传统snake模型有时无法解决两个建筑物空间冲突的缺点,对街区中的建筑物群实行分层次移位,先将有冲突的两个建筑物作为整体,与剩余其它建筑物利用snake模型一起移位,然后再根据文中提出的建筑物间相互冲突的4种受力模型,进行建筑物间空间冲突的移位。最后利用改进的snake模型进行移位实验和分析。

利用模糊数学的基本原理,研究对比拟建工程与已建工程的相似程度,计算出拟建工程各特征元素的隶属函数值及贴近度,从而根据已建工程造价,快速准确地确定拟建工程造价。

机载lidar点云数据分布呈现离散化,扫描的目标点云没有明确的轮廓,而建筑物形状呈现复杂化和多样化,这给提取机载lidar数据中建筑物轮廓线带来了困难。alphashapes算法的优点在于无需知道点云中各点处的法向量及其他先验知识就能进行处理,避免了插值算法带来的误差影响,对于少量点云缺失及数据冗余的情况,算法仍具有良好的稳定性和适应性。alphashapes方法可以得到较为精细的建筑物边缘,且该算法适用于各种多边形建筑物轮廓线的提取。

针对目前机载lidar点云数据存在的数据组织效率低下以及不利于查询等问题,本文提出了一种基于体元的建筑物提取算法。首先,构建体元模型实现机载lidar数据的真三维描述;然后,计算局部邻域曲面拟合残差,将残差最小的体元视作种子体元;最后,根据局部邻域法向量夹角准则来实现种子体元的区域增长,从而获得建筑物点。本文选取isprs公开的点云滤波测试数据中的8种复杂场景进行实验,实验结果表明:本文算法不仅原理简单、容易实现,而且具有较好的鲁棒性,不会受地形以及建筑物类型和尺寸的限制,kappa系数达到80%以上,实现了复杂场景下建筑物的提取。

随着数字化测量的发展，三维激光扫描仪能够快速地以多角度、高效、高精度方式获取物体的表面三维数据，可以用于校园典型建筑物的三维建模。以云南师范大学呈贡校区内的国立西南联合大学纪念碑和国立昆明师范学院纪念柱为典型建筑物三维建模对象，首先采用徕卡p40三维激光扫描仪采集它的三维点云信息，然后利用cyclone软件对多站式点云数据进行拼接、统一化和去燥，将处理后的点云数据导入geornagicstudio软件．对其进行封装、孔洞填充、平滑等相关处理，构建其三维模型并对模型进行纹理映射，最终完成校园典型建筑物点云数据的三维模型构建。该三维建模流程方法对校园典型建筑物的三维建模可取得较好的效果。

为实现建筑物的快速可视化三维重建,对用地面激光扫描仪获取的建筑物点云数据进行可视化处理,提出了一种拟合平面投影线的快速建模方法,并以geomagicstudio软件为平台进行了实验。结果表明该方法能提高模型三维重建速度,所建模型很好地再现了原始场景,建模效果好,方法可行。

运用点云切片提取建筑物特征线拟合建模,对于长方体、圆柱体、管状体等规则物体自动匹配建模,对于不规则物体进行点云切割、侧视图提取轮廓线、拟合建模,对相同的结构复制等方式批量处理,然后根据点云组合模型,完成建筑物主体建模;通过平面投影方式提取门窗等细节的轮廓线,将轮廓线导出到第三方软件,实现对门窗的精细建模;最后通过纹理贴图生成极富真实感的三维模型并对其数字化展示.

提出了一种基于蚁群算法的地面激光扫描数据建筑物立面提取方法,该方法可以有效地区分沿街lidar扫描景观数据中建筑物立面和位于其前方的树木、街灯、行人、停靠车辆等遮挡物。三组真实的地面激光点云的实验结果表明,该方法能准确、有效地提取建筑物立面点云数据。

针对木材内部结构复杂、不同树种间密度差异大的特点,提出了一种反投影坐标快速算法,基于此算法构建一套木材无损检测ct成像系统。该系统由x射线发射器、等距平板检测器、旋转载物平台和计算机数据采集成像软件构成。以集成材和小径级原木为试验对象,验证反投影坐标快速算法的可行性。首先采集并修正投影数据;其次根据射线源到旋转中心的距离计算出投影坐标值;最后设置滤波函数并与投影数据作卷积运算,重建木材断层图像。结果表明:应用反投影坐标快速算法,使ct系统图像重建工作平均用时缩短至1s以内,断层图像分辨率达0.052mm~2,可显示木材内部裂纹、孔洞等缺陷及节子、年轮、早晚材变化等构造特征,验证了该算法应用于木材无损检测成像系统的有效性。

目的建立面向建筑消防智能疏散指示系统的人员疏散路径优化数学模型.方法综合考虑了火灾时期人员疏散的行为特点,利用火灾烟气环境下人员活动性指数和疏散通道通行难易系数定义疏散通道当量长度,自适应地调整路径选择策略和信息素更新策略,建立了火灾时建筑物智能疏散路径优化的自适应蚁群算法数学模型,并以某建筑物为例,进行模型应用.结果自适应蚁群算法应用于建筑物火灾时人员疏散路径优化,与传统最大最小蚁群算法相比提高了运算速度.结论自适应蚁群算法解决了传统蚁群算法在加速收敛和防止早熟及停滞现象之间的平衡问题,可以适用于建筑物火灾时人员疏散路径优化问题.

电杆直径速算法

针对地图自动制图综合过程中,常规的建筑物聚类算法具有多参数性、聚类无效性等常见问题,本文选用最小生成树（mst）的prim算法用于建筑物的聚类分析,并用c#语言实现了该算法^在该算法中,以最小生成树中所有边的平均权值为阈值进行不一致边的剪枝,从而得到聚类结果,并运用实际数据验证了该算法的聚类效果.

破坏性地震会带来巨大的危害和损失,震后2小时内灾情信息极度匮乏.为了更加及时而准确地获取灾情图中的建筑物信息,本文提出了一种能够自动识别灾情图中建筑物轮廓的方法,通过对比多种图像边缘检测算法后,采用canny算法获得灾情图中建筑物的边缘图像,利用hough变换提取出直线,并根据直线间的位置关系生成直线关系图,进而检测识别出建筑物.实验结果表明:通过有针对性的图像建筑物特征提取,经过大量的训练后,计算机能自动识别图像中的建筑物灾情信息,并将其提取出来,该算法对部分损坏严重的建筑物识别效果不佳,后续将进一步对算法进行改进.该算法为后续实现在通信带宽受限的情况下,对灾情图像进行有针对性的处理提供帮助,具有重要意义.

破坏性地震会带来巨大的危害和损失,震后2小时内灾情信息极度匮乏.为了更加及时而准确地获取灾情图中的建筑物信息,本文提出了一种能够自动识别灾情图中建筑物轮廓的方法,通过对比多种图像边缘检测算法后,采用canny算法获得灾情图中建筑物的边缘图像,利用hough变换提取出直线,并根据直线间的位置关系生成直线关系图,进而检测识别出建筑物.实验结果表明:通过有针对性的图像建筑物特征提取,经过大量的训练后,计算机能自动识别图像中的建筑物灾情信息,并将其提取出来,该算法对部分损坏严重的建筑物识别效果不佳,后续将进一步对算法进行改进.该算法为后续实现在通信带宽受限的情况下,对灾情图像进行有针对性的处理提供帮助,具有重要意义.

针对车载激光扫描点云的分布密度,提出了一种把扫描数据格网化进行信息提取的新方法。实践证明,这种方法效率高,可以自动从密集的扫描数据中快速提取出建筑物信息,能够满足城市三维建模的要求。

传统算法直接使用数字表面模型(dsm)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比svm算法降低了1.18%的误提率和6.51%的漏提率。

地下资源开采常常引起周围环境的负面效应,造成地面建筑物、公用地下管线和各种地下设施以及城市道路的路基、路面、铁路等不同程度的损害,利用gis可以有效地把这种负面效应和损害可视化.在可视化过程中,经常要判断不同地理要素的空间位置关系.基于gis所特有的拓扑关系特性,把开采沉陷区域的建筑物和沉陷等值线空间位置关系抽象成理论模型,并进一步探讨了点与曲线环关系算法以及利用现有gis软件如何来实现拓扑关系的方法.通过这种可视化,可以为决策提供可靠的信息依据,从而更好地为工程服务.

提出瓷砖图像模板匹配的匹配程度公式,分析匹配度与公式值的关系.将匹配程度公式作为最优保留个体遗传算法的目标函数,设立遗传算法的3个变量,即x轴起始位置、y轴起始位置和放大倍数对图像的模板进行匹配优化.实验结果表明,遗传算法的匹配结果基本稳定,能满足工业实时性的要求,模板的大小同匹配时间成反比,同效果成正比.

当pcb板上载到夹具过程中,由于夹具精度,人为等因素的影响,对基板坐标产生一定偏移及旋转的影响,从而对元器件装贴精度产生影响,因此对基准点进行特征提取,但具有比较大的局限性。由此提出一种基于尺度空间的sift算法的mark点匹配方法,将图像上特征转化为尺度空间特征,可以只对一个mark点进行匹配校正,消除电路板平面上平移误差和旋转误差,通过实验证明其精度能达到0.6个像素以下的亚像素级别的精度要求。

不锈钢车体具有耐腐蚀、防火性能好、环保等优势,但是车体结构采用板梁结构,形式复杂,通过对其典型化的结构优化设计,缩短了生产制造工艺流程,提高了部件设计与生产设备之间的相互适应能力,极大地简化了车顶结构,避免了大量的车体附件焊接,最大程度上实现了模块化装车的需求。

建筑物立面兼顾规则和非规则的几何结构排列,利用先验或提取的立面结构规则推理数据稀疏区域立面模型时,会产生不合理的重建结果.为此,提出一种结合规则推理和点云数据验证的数据稀疏区域建筑物立面重建方法,能够对推测的立面模型合理性进行验证.在利用影像数据改善立面点云数据初始重建模型偏移的基础上,分析立面结构的排列规律.采用四邻域模板匹配方法推理点云数据稀疏区域立面几何结构的位置和类型.最后用点云数据验证推理重建结果的可靠性.实验表明,对于结构多样的建筑物立面,该方法可检测出不合理的重建结果,提高了基于规则建筑物立面重建的可靠性.

简述三种典型的利用lidar点云自动提取建筑物的方法。提出对建筑物提取结果的精度评价指标,并对三种方法的提取结果进行比较。结果表明基于dempster-shafer理论的建筑物自动提取方法最为稳健。