摘要：为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.

摘要：设计了一种适用于大区域、小重叠卫星影像有理多项式模型(RPC)定位精度优化的技术流程,基于开源数字正射影像(DOM)、数字高程模型(DEM)数据和RPC几何模型约束,通过优化尺度不变特征变换(SIFT)特征提取与匹配算法,实现了无像幅约束的控制点和连接点的快速稳健匹配,应用DEM支持下的RPC模型二维区域网方法实现了多景影像RPC模型精度的联合精化。GF-1卫星WFV影像的实验结果表明:在DEM支持下经过区域网平差后,RPC模型的定位精度可达到像素级水平。

摘要：针对ORB算法在图像匹配中特征点的提取会存在一些不稳定边缘点,为了提高ORB特征点匹配的准确性,提出了使用方向梯度直方图(HOG)描述符与快速最近邻逼近搜索函数库(FLANN)相结合的匹配算法。本算法通过移动的HOG窗口对图像中的局部窗口进行初步匹配,然后在HOG窗口的约束下通过使用FLANN对ORB特征点进行图像预匹配,最后采用随机采样一致性(RANSAC)对错误的匹配点进行剔除实现图像的精确匹配。经实验测得本文算法的预匹配准确率由原来的89%提高到了94%,实验结果表明采用HOG窗口与FLANN相结合的匹配算法可以有效的提高ORB特征点预匹配的准确率,并具有较好的稳定性。

摘要：通过分析现有局部不变特征方法及含伪装签名数据集的特点,提出了一种基于具有仿射不变性的尺度不变特征变换(ASIFT)的离线签名认证方法.该方法对签名图像进行预处理(包括灰度化和放缩),对处理后的图像进行ASIFT关键点检测和特征描述符提取,对从查询签名图像和参考签名图像中提取到的描述符进行匹配,对匹配的结果采用随机采样一致性(RANSAC)方法去掉错误匹配,并计算正确匹配点的描述符之间的平均距离;通过比较平均距离及正确匹配点的个数与给定阈值的大小来判断认证是否成功.使用了含伪装签名的数据库对提出的方法进行测试,实验结果表明该方法与现有方法相比等误率降低了5%.

摘要：针对机器人视觉系统外参数标定的问题,提出了基于单目视觉ORB-SLAM的差分GPS辅助相机外参数标定方法。分析了单目视觉ORB-SLAM和GPS(Global Position System)定位数据之间的相似关系,建立了相机外参数标定的非线性最小二乘模型。基于随机采样一致性(RANSAC),通过三点法求得模型的初始解。设计了Levenberg-Marquardt(LM)迭代算法求解出最优解,从而得到了最优的相机相对位置和姿态参数。最后,对提出的方法进行仿真和跑车试验验证。结果表明:在试验半径为50m时,所设计标定方法的姿态标定精度可达0.1°,位置标定精度可达0.2%。该方法标定过程简单实用,不需要外界环境的先验信息和人工干预,具有很高的精度和显著的应用价值。

摘要：研究目的:在隧道施工和运营期间,需要经常测量隧道结构断面,传统基于全站仪或断面仪的方法测量效率较低。采用地面三维激光扫描仪,对隧道进行分站式扫描,将各站扫描点云进行拼接融合,可以快速获得整条隧道激光点云。目前基于激光点云的隧道断面提取都是针对圆形和矩形的隧道形状,不适用多种结构类型的隧道。本文提出一种基于射线相交的隧道断面自动测量方法,满足多种隧道结构断面测量要求,并结合工程实际对该方法的精度和可靠性进行验证。研究结论:(1)利用三维激光点云数据进行隧道断面自动测量,不仅效率高,而且精度高;(2)基于八叉树算法对离散点云进行组织管理,采用随机采样一致性算法对数据进行滤波,实现断面点云噪声点剔除;(3)采用矩形分割算法实现隧道断面点云快速分割,基于射线相交的方法可实现多种设计形状的结构断面测量;(4)该研究结果可应用于施工或运营期间多种设计形状的隧道结构断面自动测量。

摘要：提出了一种可应用于变形监测的基于三维激光点云的隧道断面连续截取方法。该方法分为点云拼接、中轴线提取和断面截取。隧道中轴线的提取通过随机采样一致性算法和最小二乘平差算法完成;断面截取过程先基于隧道轴线信息调整隧道姿态,再对隧道数据采取局部曲面拟合进行,其中引用了限制最小二乘算法和随机采样一致性算法。采用RIEGL VE-400获取的地铁隧道点云数据进行了验证。实验证明了本文方法在三维激光扫描技术的应用方面具有一定的实践意义。

摘要：当前视觉即时定位与地图重构技术(SLAM)的过程中,通常采用随机采样一致性(RANSAC)的图像特征匹配算法,随机估计图像模型容易造成算法时间复杂度不确定,进而导致图像匹配时耗过大,难以满足视觉SLAM实时性的要求。为了改善这一问题,使用渐进采样一致性(PROSAC)的算法对图像特征进行筛选,剔除误匹配特征点,有效改善了图像特征匹配的效率与鲁棒性,进一步增强了视觉SLAM的稳定性与实时性。试验验证表明,相比于当前视觉SLAM特征匹配算法,计算效率明显提升。

摘要：地铁隧道管片错台检测是保证地铁安全运营的重要工作,传统错台检测主要依赖人工巡检,由于天窗期短、隧道结构复杂,存在效率低、易漏检、成果难以量化等缺点。本文提出了一种基于移动三维激光扫描技术的错台检测方法,通过对点云数据生成的正射影像图进行环缝识别,提取环缝两侧断面,采用RANSAC-LSM方法对断面点云进行去噪、拟合,再将两侧断面套合即可分析管片错台情况。最后以杭州地铁某区间为例进行错台检测,并选取72处错台成果进行人工复核。结果表明:基于移动三维激光扫描技术进行错台检测,整体精度在±3 mm以内,能够满足盾构隧道管片错台检测要求,在地铁隧道安全检测中具有较好的应用前景。

摘要：针对最小二乘法对所有点(包括"局外点")拟合难以得到最佳线性参数的问题,本文基于RANSAC算法对观测值随机抽样进行参数估算,判断符合模型的"内部点"为一致集,并通过迭代得到足够的一致集,最后设计试验验证该算法的适用性;对隧道点云采用基于中轴线方法进行边界提取,以及三维激光扫描用于生产实践提供参考意义。