典型文献
基于大数据分析的激光雷达三维图像重建方法
文献摘要：
为了获得分辨率高、清晰的激光雷达三维图像,设计基于大数据分析的激光雷达三维图像重建方法.利用K-means聚类算法聚类激光雷达点云数据,获得协方差矩阵的维数;通过高斯过程回归对雷达图像深度建模,得到差值点对应的估计值,通过该估计值实现点云数据内插,强化雷达激光点云数据;使用马尔科夫随机场法构建全局标记优化模型,利用该模型在激光雷达图像像素点与三维距离点之间搭建一个映射关系,获取激光雷达数据结构,由点云数据空间统计模型完成高分辨率的激光雷达三维图像重建.实验结果表明,该方法重建后图像分辨率高,重建分辨率高达1 900,噪声干扰较少且三维图像清晰度高.
文献关键词：
大数据;激光雷达;三维图像;高斯回归模型;K-means聚类
中图分类号：
作者姓名：
郝娟;孙皓月;唐振禹;穆莹雪;贾丽坤
作者机构：
河北建筑工程学院信息工程学院,河北张家口 075000;西安电子科技大学微电子学院,西安 710000;河北建筑工程学院信息管理系,河北张家口 075000
文献出处：
引用格式：
[1]郝娟;孙皓月;唐振禹;穆莹雪;贾丽坤-.基于大数据分析的激光雷达三维图像重建方法)[J].激光杂志,2022(12):93-97
A类：
B类：
三维图像重建,重建方法,分辨率高,means,聚类算法,激光雷达点云,协方差矩阵,高斯过程回归,雷达图像,图像深度,深度建模,估计值,数据内插,激光点云数据,马尔科夫随机场,像素点,三维距离,映射关系,雷达数据,数据结构,数据空间,空间统计,统计模型,后图,图像分辨率,噪声干扰,图像清晰度,高斯回归模型
AB值：
0.284612
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
