您现在的位置: 首页> 研究主题> 四叉树

四叉树

四叉树的相关文献在1987年到2023年内共计788篇,主要集中在自动化技术、计算机技术、测绘学、无线电电子学、电信技术 等领域,其中期刊论文570篇、会议论文41篇、专利文献123849篇;相关期刊280种,包括测绘与空间地理信息、地理空间信息、计算机仿真等; 相关会议38种,包括全国测绘科技信息网中南分网第二十七次学术信息交流会、第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)、第四届“测绘科学前沿技术论坛”等;四叉树的相关文献由1817位作者贡献,包括张莉、刘鸿彬、张凯等。

四叉树—发文量

期刊论文>

论文:570 占比:0.46%

会议论文>

论文:41 占比:0.03%

专利文献>

论文:123849 占比:99.51%

总计:124460篇

四叉树—发文趋势图

四叉树

-研究学者

  • 张莉
  • 刘鸿彬
  • 张凯
  • 王悦
  • 南廷学
  • 安致得
  • 崔振秀
  • 曹叔嬉
  • 李凡植
  • 李河贤
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 陆佳嘉; 柯福阳; 余晓栋; 董一鸣
    • 摘要: 为解决传统机器人SLAM在复杂场景下难以保持实时性和稳定性的问题,提出一种对ORB(oriented FAST and rotated BREIEF)特征点过于密集的改进方法,对前端视觉里程计以及SLAM后端进行优化。前端利用划分像素结合四叉树完成特征提取,对像素进行划分提高部分区域提取到特征点的概率,四叉树方法对特征点进行均匀分配提取。RANSAC组合EPNP+ICP的方式减少求解相机运动的误差,基于词袋模型和G2O进行闭环检测和图优化,生成轨迹一致的全局点云地图。将传统的算法和改进的算法在TUM数据集下进行实验对比,实验结果表明,改进后算法的实时性和稳定性明显提高。
    • 王辉; 袁杰
    • 摘要: 为了实现对图像特征的均匀化提取,改善传统角点检测算法的特征点局部聚集问题,提出一种改进的AGAST特征提取算法。通过对图像构建高斯金字塔,实现特征点的尺度不变性;之后采用四叉树方法对特征点进行划分、筛选,获得均匀化的特征点分布,自适应四叉树深度提高运算效率;使用灰度质心法计算特征点方向实现旋转不变性。与其他算法进行对比实验,结果表明,改进后算法有效提高了特征点提取的速率和均匀性,较其他算法,提取速率提升12.31%、均匀度提升7.8%,具备较好的性能。
    • 陈旭东; 龚志辉; 刘相云; 杨晔; 王宇豪
    • 摘要: 在拒止环境下无人机视觉定位问题中,ORB(Oriented FAST and Rotated BRIEF)具有高效、快速、稳定的特点,因而可以作为无人机实时影像与基准图匹配算法。本文针对传统ORB算法不具备尺度不变性,且在特征提取过程中存在特征点分布不均匀的问题,提出一种结合飞控传感器的无人机影像匹配方法。利用气压计与加速计经扩展卡尔曼滤波计算后的高度,通过双性线插值法定量改善无人机实时影像尺度,减少了ORB算法中构建影像金字塔所造成的系统开销,通过四叉树算法对提取的特征点均匀化,最后采用网格运动统计(Grid-based Motion Statistics, GMS)算法进行初次误匹配点剔除,再用随机抽样一致算法(RANSAC)筛选精确匹配点。实验结果表明,本文方法能够有效地减少无人机实时影像与基准图匹配时间,同时可以获得均匀的匹配点对,保持较高的匹配正确率。
    • 刘慧杰; 陈强
    • 摘要: 针对RGB-D视觉里程计在定位精度上存在的不足,提出一种融合PnP(Perspective-n-Point)与ICP(Iterative Closest Point)的视觉里程计算法。由改进四叉树均匀算法实现ORB特征均匀提取,提高了匹配准确率,减小了误匹配引起的位姿估计误差。运用三角测量将3D-2D模型中深度缺失的特征点添加到运动估计中,结合基于3D-3D模型的ICP配准算法,采用光束平差法建立优化模型,利用g2o优化库进行机器人位姿的优化。在基于Kinect相机的移动机器人平台上进行验证,实验证明了该方法在满足实时性要求的同时有效提高了视觉里程计的精确性。
    • 倪翠; 王朋; 孙浩; 李倩
    • 摘要: 原ORB(oriented FAST and rotated BRIEF)算法提取的图像特征点经常出现“扎堆重叠”现象,其分布较为密集且缺乏尺度不变性,因而容易造成图像特征点误匹配的问题。为了解决该问题,提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔,然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征(features from accelerated segment test,FAST)算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后,根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值,提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点,并使用改良后的二元鲁棒独立基本特征(binary robust independent elementary features,BRIEF)算法计算得出特征点的描述符,最后进行特征点匹配。实验结果表明,本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升,冗余重叠的特征点数量减少,且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。
    • 宗晓彬; 毛宇峰; 孙召成; 郑轶
    • 摘要: 对于传统BINN算法可能出现运动方向突变,航行轨迹不平滑等问题,将结合波浪滑翔机的运动特点,采用航迹修正策略进行改进;为提高航迹规划效率,在海洋环境的二维区域内采用了四叉树法进行环境建模,四叉树法能够严格保留有效环境信息的同时也对环境的信息进行有效的压缩,提高了所规划航迹的实用性。仿真实验表明,利用改进的航迹规划算法结合四叉树法环境建模对波浪滑翔机进行航迹规划研究时,提高了航迹规划的执行效率,增强了路径的实用性。
    • 刘翔; 张立华; 戴泽源; 陈秋; 周寅飞
    • 摘要: 针对当前无输入参数的四叉树去噪方法在强噪声背景下对噪声光子误识率较高的缺陷,提出了一种无输入参数的适应强噪声背景的ICESat-2点云去噪方法。首先,以剪枝四叉树的层值表征光子密度,避免强噪声背景下局部稀疏、相距较近的噪声光子被四叉树分隔层次较多而被误表征为密度过大;然后,自适应求取信号光子的密度阈值,完成噪声光子的一级去除;最后,通过箱线图进一步去除少量未能被剪枝四叉树识别的局部较密的离群噪声光子,实现去噪过程。选择美国北达科他州和加利福尼亚州两个研究区域,对强噪声背景下的ICESat-2点云开展去噪实验验证。实验结果表明:与四叉树去噪方法相比,本文所提方法明显具有更优的去噪性能;本文所提方法去噪后所得信号光子拟合的冠顶和地表曲线与分辨率为1 m的机载激光雷达高程数据产品剖面高程曲线基本一致。
    • 王引娣; 章哲庆; 严丽
    • 摘要: RDF(Resource Description Framework)已被广泛用于大数据的语义表示与处理.传统的RDF只能表示静态语义,无法满足时间敏感场景下随时间动态处理语义的需求.为此,几种时态RDF模型已被提出,包括支持事务时间或有效时间的时态RDF模型,以及同时支持事务时间和有效时间的双时态RDF模型.为有效支持大规模时态RDF的高效处理,文中提出了一种基于双时态模型的时态RDF三层索引结构.第一层根据最大更新次数将双时态RDF数据划分为不同的数据子集;第二层在每一个数据子集上分别建立一棵四叉树来索引时间信息;第三层构建了包含3种组合键的复合位图来索引RDF三元组的主体、谓词和客体信息.实验从索引构建时间、索引占用空间,以及查询所需时间3个方面对所提时态RDF索引结构进行验证,结果表明,所提索引方案能有效缩短查询时间并提高查询效率.
    • 杨雪飞; 杨绍远; 向东伟; 杨成城
    • 摘要: 为解决海量变电站点云数据实时渲染问题,利用OSG(Open Scene Graph)三维引擎的PagedLOD技术,通过自定义插件PPCD(Power Point Cloud Data)对点云数据动态调度管理,提高三维点云的组织及渲染效率。在点云数据组织阶段,利用四叉树数据结构对原始点云分块分级建立LOD(Level Of Details)索引,结合文件内存映射方法对LOD中点云索引进行存储;在点云数据渲染过程中,通过PPCD插件实时解析索引文件,根据屏幕范围和视距变化动态加载及释放LOD点云,并结合GLSL(OpenGL Shading Language)着色语言对点云进行着色、剪裁处理,实现海量点云的可视化。实验结果表明,海量变电站点云实时渲染方法方法在海量变电站数据管理、调度和可视化等方面优于传统的点云可视化平台,能够满足电力场景应用的时效性需求。
    • 王岩; 于萍; 司振惠; 郭鑫
    • 摘要: 针对暗通道先验算法存在的对全局大气光值估计不准确的问题,提出了一种单幅图像除雾的优化技术,对全局大气光值的选取方式进行了改进。首先用完美反射法对含雾图像进行颜色校正,接下来利用四叉树算法粗略估计大气光值,对其进行数值校正;再利用引导滤波对透射率进行优化,进而得到平滑的透射率。通过大气散射模型复原,得到较为清晰的除雾图像,最后用引导滤波丰富图像细节。实验结果表明,该算法复原图像清晰度高,具有较好的视觉效果。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号