提出了一种基于球域膨胀的点云数据平面提取方法。首先由种子点采用k近邻方法生成种子平面,然后在一定的约束条件下不断吸纳邻域点,直到满足条件的点全部被吸纳后,将同一平面点提取出来。重复生成种子平面,直到提取完所有平面。该方法计算过程简单,可以设定不同的参数阈值,实现不同的提取结果。 点云数据经扫描仪自带处理软件处理后共计101775个点，如图3所示。随机选取种子点，将最近邻点的k值设定为9，拟合平面。计算包括种子点在内的10个点到该平面的距离，点到平面的距离阈值设为3cm，个数阈值设为3，将不超过个数阈值3的10个点作为种子平面。利用区域膨胀步骤进行平面特征提取，其中法向一致性约束条件设定为0.99，点到平面的距离阈值设定为6cm，膨胀步长rdis设定为1.5cm。分割结果如图4所示，图中用各种不同的颜色代表不同的平面。图3采用TrimbleGX3D激光扫描仪获取的桌子点云图4用球域膨胀步骤提取的平面点云3结束语本文针对地面激光扫描点云数据存在的平面特征，提出了基于球域膨胀的点云数据平面提取方法。由种子点通过k近邻方法生成种子平面，在一定的约束条件下不断吸纳邻域点，提取出符合条件的平面本文由张家港弯管机网站

转载中国知网整理!www.wangaunjimuju.net。匹配运动跟踪算法-数控滚圆机滚弧机折弯机张家港倒角机液压倒角机滚圆机弯管机然后剩下的点云中重新由种子点生成种子平面，进入下一个生长迭代过程，直到获取全部平面。对南疆既有铁路接触网定位悬挂风致偏移的视觉检测问题,提出了一种基于动态模板灰度匹配的定位悬挂点运动识别算法。以目标模板像素点与遍历区域区间像素点之间的灰度方均根匹配的差异最小的原则确定坐标点,本文采用时间序列的动态目标模板进行迭代更新,以确保各帧序列图像的目标识别不受环境亮度和对比度的影响。结果表明,提出的动态模板匹配算法可实现强风复杂成像条件下的接触网风致运动跟踪识别|·191·图3动态目标模板更新的目标匹配算法流程由上图可知，当目标模板与匹配区域的匹配差异算子值达到图2所示的最低点时，认为该像素点位置与目标模板的匹配度达到最佳，记该遍历位置的像素坐标为（k0,l0），则目标点的像素坐标为（kO=k0+yLIM/2,lO=l0+xLIM/2）。2.2动态目标模板匹配由于试验现场环境光照条件的变化，不同时段监测图像的目标灰度特征差异较大。为此，需要动态更新每一帧图像的目标模板，以本帧图像识别出的目标图像替换目标模板，保证目标准确识别。为提高单帧图像的目标识别效率，采用O最大类间方差法求得出本文设置的匹配差异算子的阈值T=5，当匹配区域与目标模板的匹配差异值低于阈值T时认为该匹配区域为目标图像。动态目标模板更新的目标匹配算法流程如图3所示。3结束语（1）以定位悬挂点为目标匹配模板，建立的目标模板与遍历区域等尺寸区间像素点之间的灰度方均根匹配差异算子最小原则，能有效表征图像与目标模板之间的识别匹配度；（2）针对复杂的成像环境，提出的时间序列动态目标模板迭代更新算法，可确保各帧序列图像的目标识别不受环境亮度和对比度的影响；（3）本文提出的动态模板匹配算法可实现强风复杂成像条件下的接触网风致运动跟踪识别，为风区铁路接触悬挂的风振安全研究提供有效方法匹配运动跟踪算法-数控滚圆机滚弧机折弯机张家港倒角机液压倒角机滚圆机弯管机本文由张家港弯管机网站 转载中国知网整理!www.wangaunjimuju.net