《表1 算法耗时Tab.1 Time consumption》
s
同时,对比3种算法的耗时,如表1所示。针对区域A和区域B,MeanShift方法由于是对点云数据进行的聚类分割,运算量较大,耗时最多。多模型拟合方法MultiRANSAC虽然是对Sequential RANSAC的改进,但是需要采样计算模型参数,而且每次采样获得若干模型参数后,需要对模型之间进行相似性比较,其收敛过程较慢,时间消耗虽低于MeanShift方法,但是依然较高。本文提出的方法仅需要经过两次的采样过程计算模型参数,统计模型内点,最后只需要采用最小残差进行分组,运算复杂度低,实际的计算速度也是较快的,时间消耗上明显优于另外两个经典方法。
图表编号 | XD008257000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 张良培、张云、陈震中、肖佩珮、罗斌 |
绘制单位 | 武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |