-
公开(公告)号：CN104331699A
公开(公告)日：2015-02-04
申请号：CN201410671969.1
申请日：2014-11-19
Applicant: 重庆大学
CPC classification number: G06T2200/04
Abstract: 本发明公开一种三维点云平面化快速搜索比对的方法，该方法首先获取物体的点云数据，并对其进行光顺和精简处理，然后按照要求选定二维视图，找到该视图的边界，然后以此边界为基准，对图像按需求进行网格化分割，对分割后的图像的每一个网格进行遍历，根据每一格网格内的点云密度对网格进行标记，之后用得到的标记结果做出近似二值图像，该图像拥有能够反映点云数据情况的特征点，再使用尺度不变特征变换匹配算法将近似二值图像与标准库中按照采用相同方法处理过的图像进行特征点比对，采用遍历方式找出特征点匹配最多的一组数据。该方法具有精度高、速度快、高度灵活等特点，适用于各种需要建立标准库，并将点云数据与库中图像进行快速配准的场合。
-
公开(公告)号：CN104331699B
公开(公告)日：2017-11-14
申请号：CN201410671969.1
申请日：2014-11-19
Applicant: 重庆大学
Abstract: 本发明公开一种三维点云平面化快速搜索比对的方法，该方法首先获取物体的点云数据，并对其进行光顺和精简处理，然后按照要求选定二维视图，找到该视图的边界，然后以此边界为基准，对图像按需求进行网格化分割，对分割后的图像的每一个网格进行遍历，根据每一格网格内的点云密度对网格进行标记，之后用得到的标记结果做出近似二值图像，该图像拥有能够反映点云数据情况的特征点，再使用尺度不变特征变换匹配算法将近似二值图像与标准库中按照采用相同方法处理过的图像进行特征点比对，采用遍历方式找出特征点匹配最多的一组数据。该方法具有精度高、速度快、高度灵活等特点，适用于各种需要建立标准库，并将点云数据与库中图像进行快速配准的场合。
-
公开(公告)号：CN104848883B
公开(公告)日：2017-10-17
申请号：CN201510140186.5
申请日：2015-03-27
Applicant: 重庆大学
IPC: G01D18/00
Abstract: 本发明公开了一种基于稀疏表示的传感器噪声与故障的判别方法。具体方法步骤如下：一、通过历史数据建立同时含有正常信号、噪声和故障样本对应的过完备原子库；二、基于某一类的未知样本可以被该类的若干样本在相应子空间有效地进行线性表示这一假设，将传感器采集到的混合信号用构造的字典稀疏表示，即从过完备原子库中找出与待分解信号最为匹配的原子通过线性重构得到一个新的表示方式；三、通过线性重构的样本计算重构误差，求出利用每种噪声故障样本数据集对新样本进行重构的误差；四、采用同类故障样本数据和同类噪声样本数据进行训练计算相应的重构误差值；五、通过计算重构误差实现噪声和故障判别。
-
公开(公告)号：CN104848883A
公开(公告)日：2015-08-19
申请号：CN201510140186.5
申请日：2015-03-27
Applicant: 重庆大学
IPC: G01D18/00
Abstract: 本发明公开了一种基于稀疏表示的传感器噪声与故障的判别方法。具体方法步骤如下：一、通过历史数据建立同时含有正常信号、噪声和故障样本对应的过完备原子库；二、基于某一类的未知样本可以被该类的若干样本在相应子空间有效地进行线性表示这一假设，将传感器采集到的混合信号用构造的字典稀疏表示，即从过完备原子库中找出与待分解信号最为匹配的原子通过线性重构得到一个新的表示方式；三、通过线性重构的样本计算重构误差，求出利用每种噪声故障样本数据集对新样本进行重构的误差；四、采用同类故障样本数据和同类噪声样本数据进行训练计算相应的重构误差值；五、通过计算重构误差实现噪声和故障判别。
-
-
-
Search Results
4
records
(took 0.014 seconds)
