基于误差熵的点云简化方法

点云简化很难完全保证精度、简化率和速度上都达到最优。针对不同的表面特征状况,提出一种自适应点云简化算法。利用经典的PCA方法来估计点的法向量,计算法向量与参考平面的夹角,针对表面特征的不同,采用法向量夹角的熵来确定表面的特征状况。针对不同的表面特征来设置不同的简化率,从而获得较适宜的简化效果。实验表明,该方法在简化精度、简化率和速度上能达到一种平衡。     

结构体整体变形量提取算法

以往利用三维激光扫描提取变形量都是基于DEM模型进行变形量的提取。该方法提取的是一维变形量,没有考虑不同方向的变形量。针对此,对基于K-最邻近点搜索的ICP算法进行改进;并基于局部匹配的方法,提取结构体的整体变形量,包括变形的方向和大小。首先,对ICP算法中最邻近点搜索容易出现重复的地方进行了修改,构建了改进的K-最邻近点搜索的ICP算法。其次,利用该算法对采集的两期点云进行全局配准,并将配准后的结构体点云进行归一化处理。最后,利用该算法对结构体点云进行局部匹配,从而可以得到结构体的整体变形量,包括3个旋转向量和3个平移向量。通过实例,验证了该方法在结构体变形提取中的有效性。     

联合GPS相位观测值与全球电离层图提取区域电离层TEC

提出一种结合GPS相位观测值与全球电离层图提取区域电离层总电子含量的方法。由于没有采用伪距观测值,无需考虑差分码偏差的影响。实验表明,在不同区域以及不同电离层活动条件下,用该方法改正电离层延迟,其单频定位精度较采用全球电离层图有显著提高,与采用相位平滑伪距电离层延迟改正的结果总体上相当。