《表3 模型拟合的权重函数的结果误差对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于加权约束的单体建筑物点云表面重建算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

第一组在影像点云集装箱上进行实验，图4为集装箱在以上所述权重函数下的可视化实验结果，各种方法在正视图上效果相差不大，侧面的效果图显示，除CnvPCA2和CnvPCA4外，均有多余的一个小平面。表3显示了各种方法的误差对比。可以看出，CnvPCA2使数据达到最大利用率，分配给形状的点的比例远超过其他方法，均方根误差最小。上凸型曲线CnvPCA2给予正常点较大的权重，使其对平面拟合有更大的贡献。相比CnvPCA2，CnvP-CA4给所有点的权重更大，容易受到异常值的干扰，从而误差变大。Classic将一定阈值之外的点全部去掉，拟合效果严重依赖于此阈值的设定，但其值难以准确判定。CncPCA，LinePCA，LDPCA更关注距离模型较远的点的抑制，LDPCA通过分段给拟合点分配权重，距离模型足够近的点给予充分大的权重，其余点的权重在一定阈值范围内随距离单调递减，抑制效果较好。曲率较小的曲线BDPCA对距离模型较远的点抑制作用不明显，在分配给形状的点比例较小的情况下产生了较大的均方根误差。图5为楼房的可视化重建效果。