没有合适的资源?快使用搜索试试~ 我知道了~
三种点云数据平面拟合方法的精度比较与分析_薄怀志1
需积分: 0 0 下载量 196 浏览量
2022-08-04
13:38:26
上传
评论 1
收藏 198KB PDF 举报
温馨提示
点云数据平面拟合是三维空间中处理激光扫描或结构光扫描等技术获取的大量散乱点集的关键步骤,常用于三维重建、地形测绘、物体表面分析等领域。本文由薄怀志撰写,主要探讨了三种点云数据平面拟合方法——最小二乘法、特征值法和总体最小二乘法在不同精度点云数据上的应用效果和精度差异。 最小二乘法是最基本的拟合方法,通过最小化观测值与模型预测值之间的平方差来确定最佳拟合平面。但在实际应用中,由于点云数据可能存在多方向的误差,单纯依赖最小二乘法可能会导致拟合效果不佳。 特征值法是针对点云数据误差的改进方法,通过设置质量标准来优化平面参数的解算。该方法在处理存在误差的点云数据时,能够更有效地过滤噪声,提高拟合精度。 总体最小二乘法(Total Least Squares, TLS)则考虑了观测向量和系数矩阵均存在误差的情况,它寻找的是使得所有点到拟合平面距离平方和最小的平面,因此得出的拟合结果是无偏的。 在实验部分,作者使用Matlab编程实现了这三种方法,并对等精度和不等精度的点云数据进行了拟合。结果显示,三种方法在等精度点云数据拟合中表现良好,而在不等精度数据中,特征值法和总体最小二乘法的拟合精度显著优于传统最小二乘法。 通过对比分析,可以得出结论,特征值法和总体最小二乘法在处理真实世界中可能存在不均匀误差的点云数据时更为适用。这对于实际的工程测量和空间信息处理工作具有重要指导价值,特别是在三维建模和地表分析等场景,选择合适的拟合方法能显著提升模型质量和准确性。 这篇论文深入比较了三种点云数据平面拟合方法,强调了在处理实际点云数据时,需要考虑到误差的复杂性,并选用更适合的方法来提高拟合效果和精度。这对于后续的点云处理、数据分析以及三维重构等工作提供了理论支持和实践参考。
资源详情
资源评论
资源推荐
第
41
卷 第
5
期
2018
年
5
月
测绘与空间地理信息
GEOMATICS & SPATIAL INFORMATION TECHNOLOGY
Vol.41,No.5
May,2018
收稿日期
: 2017
-
02
-
20
作者简介
:
薄怀志
( 1983
-
) ,
男
,
山东日照人
,
工程师
,
注册测绘师
,
学士
,
主要从事工程测量方面的应用研究工作
。
三种点云数据平面拟合方法的精度比较与分析
薄怀志
(
山东省鲁南地质工程勘察院
,
山东 兖州
272100)
摘 要
:
详细地介绍了基于最小二乘法
、
特征值法及总体最小二乘法的点云数据平面拟合方法
。
通过
Matlab
编
制其算法程序
,
对模拟的等精度与不等精度点云仿真数据进行计算
,
结合算例对比分析了
3
种方法的点云平面拟
合效果
。
拟合结果表明
: 3
种方法在等精度点云平面拟合中的效果较好
,
在不等精度点云平面拟合中的效果较
差
,
且特征值法与总体最小二乘法的点云平面拟合精度远高于最小二乘法
。
关键词
:
点云数据
;
平面拟合
;
最小二乘法
;
特征值法
;
总体最小二乘法
;
精度分析
中图分类号
: P207
文献标识码
: A
文章编号
: 1672
-
5867( 2018) 05
-
0206
-
03
Accuracy Comparison and Analysis of Three Kinds of Point Cloud
Data Plane Fitting Methods
BO Huaizhi
( Lunan Geo
-
engineering Exploration Institute,Yanzhou 272100,China)
Abstract: In this paper,the method of plane fitting of point cloud data based on least squares,characteristic value and total least
squares is introduced in detail. The algorithm is programmed by Matlab,and the simulated data such as equal precision and unequal
precision are calculated .The fitting results show that the three method have good effect in the fitting of the same precision point cloud
plane,and the effect is poor in the unequal precision point cloud plane fitting,and the precision of the characteristic value method and
the total least squares method is much higher than that of the least squares method.
Key words: point clouds; plane fitting; least squares; characteristic value method; total least squares; accuracy analysis
0
引 言
点云平面拟合作为散乱点云拟合算法的基础
,
国内
外学者对其进行了大量的研究
,
并提出了各种点云平面
拟合的方法
。
以往点云平面拟合常用的方法是最小二乘
法
[1]
,
是根据两个参数求取另一个参数的估值
,
最终完成
平面参数的解算
。
然而在三维激光扫描仪获取点云数据
时
,
由于仪器设备
、
外界环境
、
地物特性等因素的影响
,
使
得获取的点云数据在
X、Y、Z
三个方向均存在误差
,
对此
,
Fernand
[2]
提出的特征值法通过设置一个质量标准可以在
很大程度上优化平面参数的解算
。
此外
,
顾及观测向量
及系数矩阵均含有偶然误差
,
通过
Golub
[3]
提出的总体最
小二乘估计方法拟合得到的点云平面是最优的
、
无偏的
。
虽然国内外对这
3
种点云平面拟合的方法做了很多研究
,
但是
,
这
3
种点云平面拟合方法的适用范围与拟合精度并
不相同
,
缺少对点云平面拟合方法的对比分析
。
本文针
对这一问题
,
通过模拟的等精度与不等精度点云平面数
据对比分析了最小二乘法
、
特征值法及总体最小二乘法
的平面拟合效果
,
本文的研究对于三维建模具有重要的
意义
。
1
常用点云平面拟合方法
1.1
基于最小二乘法拟合点云平面
通过传统最小二乘法对点云数据进行平面拟合时
,
可将误差只归因于一个方向上
,
本文假设误差只存在于
Z
轴方向上
,
设点云拟合的平面方程为
[4]
:
z
=
ax
+
by
+
c
( 1)
当观测点数目为
n
时
,
以
z
坐标为观测值
,
则其观测
值方程为
z
+
V
=
ax
+
by
+
c
( 2)
将式
( 2)
改写为误差方程
V
=
BX
^
-
l
( 3)
其中
,
马李灵珊
- 粉丝: 40
- 资源: 297
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0