本文以某油田數字化改造項目為背景，研究內容主要分為如下四個部分（1）三維激光掃描儀在掃描作業中會產生精度不符合項目要求的問題，導致后續的維模型精度無法達到要求。本文系統分析了掃描儀的誤差來源，采用單邊法和交叉雙邊法的標定實驗方案，可以較快、較準確的檢驗三維激光掃描儀的精度，為后續數據獲取奠定了良好的基礎（2）傳統的紋理圖片采集方法沒有規則，拍攝的圖片較多，數據量較大，且有時會遺漏部分場景信息。通過對比分析研究前后幾次采集的大量紋理圖片數據，提出了一種快速、全面的紋理采集方法，提高了采集效率，降低了數據量。通過研究降噪、增強特征等算法，對紋理圖片進行處理，獲取了較好的模型顯示細膩感。最后，通過對比實驗分析了上種不同理貼圖方法在模型真實度、內存占用量和操作易程度等力面的影響，得出各個貼圖方法的優缺點及適用范圍，為后續的高質量、快速度的紋理貼圖提供了理論依據（3）針對地面激光掃描儀在點云拼接時出現無法識別標靶球的問題，分析研究了大量其它站掃描的點云數據和標靶擺放位置，提出了相應的擺放規則，提高了識別標靶的成功率和點云拼接效率。復雜的曲面類模型在正向建模軟件中的操作難度較大，且操作復雜，作者通過轉換格式將點云放置在逆向軟件中使用曲面擬合建模方法進行三維建模，提高了建模效率。非規則類模型在通過交集、并集和差集操作時會出現模型消失的問題，經過實驗和研究，詳細提出了其建模步驟，減少了該類問題的出現。團隊協同作業的模型整合階段容易出現材質和模型重復問題，結合項目的建模技術要求提出了相關的模型建模規范，提高了模型整合效率
標簽： 數據融合
上傳時間： 2022-03-17
上傳用戶：XuVshu
利用matlab實現kalman濾波以及信息融合
標簽： matlab kalman 濾波 信息融合
上傳時間： 2014-01-26
上傳用戶：lijianyu172
基于信息融合的圖像邊緣檢測方法研究,⑴直方圖均衡化（histogram equalization），⑵直方圖匹配（histogram matching），⑶鄰域平均（neighborhood averaging），⑷局域增強（local enhancement）， ⑸中值濾波（median filtering）。
標簽： equalization histogram 信息融合 圖像邊緣檢測
上傳時間： 2014-11-07
上傳用戶：frank1234
神經網絡有關源碼!希望對大家有幫助,以后會上傳更多源碼!
標簽： 神經網絡 源碼 家 多源
上傳時間： 2015-07-03
上傳用戶：jackgao
％直接型到并聯型的轉換 ％ ％[C,B,A]=dir2par(b,a) ％C為當b的長度大于a時的多項式部分 ％B為包含各bk的K乘2維實系數矩陣 ％A為包含各ak的K乘3維實系數矩陣 ％b為直接型分子多項式系數 ％a為直接型分母多項式系數 ％
標簽： dir par 系數 矩陣
上傳時間： 2014-01-20
上傳用戶：lizhen9880
直接型到級聯型的形式轉換 ％ [b0,B,A]=dir2cas(b,a) ％b 為直接型的分子多項式系數 ％a 為直接型的分母多項式系數 ％b0為增益系數 ％B 為包含各bk的K乘3維實系數矩陣 ％A 為包含各ak的K乘3維實系數矩陣 ％
標簽： 系數 dir cas 多項式
上傳時間： 2013-12-30
上傳用戶：agent
波束形成就是從傳感器陣列重構源信號。（1）、通過增加期望信源的貢獻來實現；（2）、通過抑制掉干擾源來實現。經典的波束形成需要觀測方向(期望信源的方向)的知識。盲波束形成試圖在沒有期望信源方向信息的情況下進行信源的恢復。 波束形成技術的基本思想是：通過將各陣元輸出進行加權求和，在一時間內將天線陣列波束“導向”到一個方向上，對期望信號得到最大輸出功率的導向位置即給出DOA估計。 雖然陣列天線的方向圖是全方向的，但陣列的輸出經過加權求和后，卻可以被調整到陣列接收的方向增益聚集在一個方向上，相當于形成了一個”波束”。這就是波束形成的物理意義所在。
標簽： 波束形成 信源 方向 傳感器
上傳時間： 2014-01-14
上傳用戶：Yukiseop
用神經網絡進行多波段衛星信息的降水估測!
標簽： 神經網絡 多波段 衛星
上傳時間： 2015-12-22
上傳用戶：kernaling
B樹及其B+樹的實現代碼，支持模版（數據類型，M值）
標簽： 樹 代碼
上傳時間： 2016-02-22
上傳用戶：jhksyghr
雜波環境下基于EKF的多傳感器的數據融合
標簽： EKF 雜波環境 多傳感器 數據融合
上傳時間： 2013-12-26
上傳用戶：edisonfather
蟲蟲下載站版權所有 京ICP備2021023401號-1
