以机载LiDAR激光点云数据与高分辨率航空影像为数据源,针对铁路沿线建(构)筑物空间分布特征,提出一种基于机载LiDAR数据法向量分析和曲率计算的建(构)筑物顶面点云区域增长分割算法。创建建(构)筑物顶面轮廓线提取、规则化和再调整的技术方法,实现铁路附属建(构)筑物的三维重建,并在建(构)筑物顶面点云面片分割的基础上,建立铁路附属建(构)筑物三维建模的技术流程。为铁路勘测设计、线路改造、资产清查、应急抢险指挥决策、数字三维铁路建设等提供可靠的技术支持和服务保障。
1
点云区域增长可执行程序
2022-12-25 13:28:49 1.07MB 点云
1
实现计算机视觉(Computer Vision)中的Haralick区域增长算法(Haralick Region Growing Algorithm)用于实现图像分割。
1
提出一种有效的三维点云骨架分割的方法,分割后的结果可用于三维点云物体识别和分类。利用稳健性较强的L1-中心骨架算法对点云数据进行骨架提取,可得到一系列骨架点;利用基于八叉树的区域增长分割方法对已经得到的骨架点进行分割,选取法向量和残值作为判定标准;利用OpenGL库编程把分割出的各个部分进行骨架连线。对多种形状的点云数据(包括动物模型、植物模型、人体模型、字母模型)进行实验,该方法均得到较好的结果。
2022-05-31 14:42:06 6.37MB 成像系统 三维点云 骨架提取 区域增长
1
区域生长 使用 OpenCV 在 Python 中基于区域增长的图像分割
2022-05-17 21:54:54 5KB Python
1
针对目前主流方法对图像中纹理单一区域匹配效果不佳的问题,提出了一种自适应的基于区域增长的立体像对稠密匹配算法。该算法利用灰度共生矩阵,在区域增长过程中的匹配窗内计算其纹理数量,然后根据纹理数量的多少自适应调节匹配窗的大小。当匹配窗内纹理数量足够多时,该匹配窗就能够表征该匹配窗中心点的特征,因此可以减少误匹配发生的几率。实验结果证明,该算法具有良好的性能。
2022-03-15 09:43:01 397KB 数码影像
1
基于视差空间采样的区域增长稠密立体匹配算法
2022-01-07 06:40:36 392KB 研究论文
1
此代码根据所选像素(种子)的值及其所属的阈值区域对区域进行分段。 基于考虑四个相邻像素的区域生长算法。
2021-11-26 10:30:02 2KB matlab
1
利用IDL编程语言实现区域增长算法,支持手动在图上选点的功能。
2021-10-20 19:42:48 1KB IDL
1