RANSAC算法在线结构光视觉测量系统中的应用研究

针对线结构光视觉测量系统中参数标定易受噪声和亮度突变等因素的影响,而传统算法难以拟合包含异常值点云的问题,在现有标定方法的基础上,提出了一种基于随机抽样一致性(RANSAC)的改进算法拟合光平面参数。随机选取三个点云数据拟合光平面,选择阈值并统计在此平面上的内点数量,多次重复求得包含最多内点的平面,并以这些内点以特征值法进行平面拟合得到所求平面方程。实验结果表明,与最小二乘法相比,该方法可以很好地适应标定过程中出现的误差和异常值的情况,稳健地估计平面参数值,从而进一步提高线结构光参数标定精度。     

随机抽样一致性算法在线结构光视觉测量系统中的应用

针对线结构光视觉测量系统中参数标定易受噪声和亮度突变等因素的影响,而传统算法难以拟合包含异常值点云的问题,在现有标定方法的基础上,提出了一种基于随机抽样一致性(RANSAC)的改进算法拟合光平面参数。随机选取三个点云数据拟合光平面,选择阈值并统计在此平面上的内点数量,多次重复求得包含最多内点的平面,并以这些内点以特征值法进行平面拟合得到所求平面方程。实验结果表明,与最小二乘法相比,该方法可以很好地适应标定过程中出现的误差和异常值的情况,稳健地估计平面参数值,从而进一步提高线结构光参数标定精度。     

具有LTS稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘（LTS）稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

具有最小截断二乘稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘(LTS)稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

一种改进的最大一致性点云几何基元拟合算法

基于MCMD_Z(maximum consistency with minimum distance and robust Z-score)算法思想,提出了一种稳健的且适用于平面、二次曲面(球、圆柱、圆锥)基元高精度拟合算法.算法依据距离和最小准则,从含有粗差的点集中选取最佳点子集拟合可靠模型初值,并采用稳健Z分数方法循环剔除粗差;对剔除粗差后的保留点集采用加权最小二乘迭代方法拟合.实验表明,对粗差含量较高的点云数据,该算法均能有效剔除粗差、拟合出高精度的几何基元.     

基于T--scan测量的薄壁钣金件孔特征重构

针对目前对薄壁钣金件孔测量的效率低,孔心位置和孔半径测量方法上存在的不足,提出一种基于T-scan测量的薄壁钣金件孔特征的重构方法.该方法用T-scan对薄壁钣金件上孔进行扫描得到点云数据;根据点云数据中连续点的欧拉距离将点云数据划分成扫描线点数据;对扫描线点云数据进行算法处理获取位于平面上的点及孔的边缘点;最后对平面上的点采用稳健特征值平面拟合得出平面参数,利用最小二乘空间圆拟合获取孔心坐标值及孔径大小,完成薄壁孔特征重构.通过对试验件和薄壁钣金件上孔进行测量处理,实验表明该算法有很好的实用性且精度满足钣金件孔的实际检测精度要求.     

改进的鲁棒迭代最小二乘平面拟合算法

针对迭代特征值最小二乘法不具备鲁棒性,提出一种改进的统计分析方法,用于含有大量异常点的点云的平面拟合.首先由移动最小二乘法拟合抽样点的近邻域平面,采用最小平方中位数法选择拟合模型,将该模型作为初始模型调用迭代特征值最小二乘法对点集拟合,通过逐渐剔除异常点,不断精炼模型,最终得到较精确的平面模型.此算法克服了一般向后剔除方法的缺点,具有了鲁棒性,且不失原方法的精确性,同时提高了迭代收敛速度.     

稳健加权整体最小二乘法在GPS高程拟合中的应用

由于GPS测量技术获取的大地高与国家采用的正常高之间存在高程异常的问题,为此,通常采用高程拟合的方式进行高程异常的计算,从而将大地高转换为正常高。针对采用加权整体最小二乘法估计GPS高程拟合中的多项式系数时,并没有考虑到观测数据中可能存在粗差的情况。采用稳健加权整体最小二乘法求解GPS高程平面拟合参数,并与最小二乘法、加权整体最小二乘法和稳健最小二乘法的结果进行对比,结果表明稳健加权整体最小二乘法的平面拟合结果最优。     

深基坑监测网的稳健估计方法

为解决城市深基坑变形监测网在观测过程中由于空间限制和施工影响引起观测值异常问题,采用稳健估计理论,利用数据探测方法,对稳健估计中等价权因子的阈值进行调整.研究结果表明:修正后的丹麦法稳健估计可以有效抵御观测值中粗差的影响,并且迭代速度快、平差精度满足变形监测要求.该研究成果是一种提高变形监测质量和保障施工安全的有效方法.     

基于稳健回归的激光视觉异常值识别

针对激光视觉系统在棒材轮廓测量过程中出现的异常值,提出一种基于稳健局部加权回归与3σ准则的异常值识别法。该方法利用稳健局部加权回归进行数据平滑,通过计算被测数据与平滑数据的残差值,依据3σ准则识别出轮廓异常值。利用该方法对激光视觉测量过程中出现的轮廓孤立异常值进行了判别,并与移动均值识别法进行了对比。实验讨论了不同窗宽下,该方法的异常值识别效果,以其识别多孤立异常值的能力。随后对异常值处理前、后的轮廓数据进行了拟合,并对拟合效果和拟合精度进行了对比分析,分析结果表明,异常值处理后的拟合椭圆更为准确,拟合精度大幅提高。实验证明基于稳健局部加权回归的异常值识别法能有效识别轮廓数据中的异常值,与现有异常值识别法相比,是一种高效、稳健的异常值识别算法,对提高激光轮廓测量精度,实现轮廓尺寸的准确测量具有重要意义。