一种改进的选权迭代算法在点云数据拟合中的应用
Application of an Improved Selecting Weight Iterative Algorithm in Point Cloud Data Fitting
DOI: 10.12677/GST.2018.64036, PDF,   
作者: 邓念武：武汉大学水利水电学院，湖北 武汉；李萌：武汉大学水利水电学院，湖北 武汉；贵州省水利水电勘测设计研究院，贵州 贵阳；胡魏玲：武汉地铁集团有限公司，湖北 武汉
关键词: 点云数据拟合；选权迭代算法；粗差；最小截断二乘算法；混合总体最小二乘；Point Cloud Data Fitting； Selecting Weight Iteration Algorithm； Outliers； Least Trimmed Squares Algorithm； Mixed Total Least Squares Algorithm
摘要: 针对粗差含量较高的点云数据拟合，提出了改进的选权迭代算法：通过最小截断二乘获取稳健的初值，在迭代过程中利用混合总体最小二乘估计控制迭代次数。将该改进算法运用在点云数据平面和球面拟合中的结果表明：该方法在粗差含量较高时仍具有很好的拟合结果。
Abstract: To fit the point cloud data with massive outliers, an improved selecting weight iterative algorithm is proposed: the robust initial value is obtained by using the least trimmed squares algorithm, and the number of iterations is judged by the mixed total least squares algorithm; the parameters of the plane fitting and spherical surface fitting are calculated by the method. The result shows: the better parameters are achieved even if the percentage of outliers is high.
文章引用：邓念武, 李萌, 胡魏玲. 一种改进的选权迭代算法在点云数据拟合中的应用[J]. 测绘科学技术, 2018, 6(4): 309-314. https://doi.org/10.12677/GST.2018.64036

参考文献

[1] 邓念武, 李萌. 实物逆向工程中全站扫描仪精度分析[J]. 测绘通报, 2016(3): 146-147.
[2] 官云兰, 程效军, 施贵刚. 一种稳健的点云数据平面拟合方法[J]. 同济大学学报(自然科学版), 2008, 36(7): 981-984.
[3] 游俊甫. 基于RANSAC的点云数据特征提取[D]: [硕士学位论文]. 抚州: 东华理工大学, 2015.
[4] 李明磊, 李广云, 王力. 点云平面拟合新方法[C]//全国工程测量2012技术研讨交流会论文集. 2012.
[5] 周江文. 抗差最小二乘法[M]. 武汉: 华中理工大学出版社, 1997.
[6] 杨飚, 张曾科, 孙政顺. 基于LTS稳健初值的选权迭代法[J]. 科学技术与工程, 2005(22): 30-33, 37.
[7] 程效军, 李杰. 具有最小截断二乘稳健初值的点云平面拟合算法[J]. 同济大学学报(自然科学版), 2015, 43(9): 1419-1424.
[8] 龚循强, 李志林. 一种利用IGG II方案的稳健混合总体最小二乘方法[J]. 武汉大学学报(信息科学版), 2014, 39(4): 462-466.

为你推荐