一种空地三维实景建模的最优K值确定方法技术

一种空地三维实景建模的最优K值确定方法，针对地面三维激光扫描点云数据，首先抽取部分数据采用Mini Batch K‑Medoids算法随机选取K<subgt;0</subgt;个样本作为初始聚类中心；针对数据集中的每个样本，计算其到K<subgt;0</subgt;个聚类中心点的距离，并分配给距离最小的聚类中心所对应的类中；针对每个类别c<subgt;i</subgt;，重新计算聚类中心；获取不同K值下的聚类结果，计算数据中每个簇的点到其聚类中心点的误差平方和，绘制误差平方和随K值的变化规律图，SSE在减小过程中减小程度达到最大时对应的K值或下降突然变缓时对应的拐点即为最优K值。本发明专利技术提高模型计算效率和特征点数量选取的准确度。

【技术实现步骤摘要】

本专利技术涉及一种空地三维实景建模的最优k值确定方法，适用于根据最优k值确定特征点数量以构建高精度三维实景模型。

技术介绍

1、三维建模是矿山开采、工程建设等应用工作的有效技术支撑，能够真实且有效地还原工程的实际面貌。大多数学者基于单一数据源技术构建三维模型实现工程状态的可视化，进一步通过分析模型数据特点，提出有效的工程改造方案。这些技术构建的三维模型本身存在较大的局限性，有时无法满足实际工程要求，故以多源数据融合的建模方法已成为三维模型领域的必然趋势。

2、目前国内外学者针对多源数据融合的建模技术开展了大量研究，连蓉等建立了倾斜摄影测量和近景摄影测量结合的3d建模方法，主要适用于山区，该方法可以实现山城建模的精细化，深入分析模型的单体化问题。moon等专利技术了一种融合激光扫描和无人机航拍图像的点云数据混合处理方法，将各技术分别获得的数据集与工程实例进行对比分析，验证了该方法应用于土石方工程现场的精度。yang等利用控制点数据融合方法，实现了无人机倾斜摄影测量数据与地面站式三维激光扫描点云数据的精准融合，即通过k-medoids聚类算法选取具本文档来自技高网...

【技术保护点】

1.一种空地三维实景建模的最优K值确定方法，其特征在于，所述方法包括以下步骤：

【技术特征摘要】

1.一种空地三维实景建模的最优k值确定方...

【专利技术属性】
技术研发人员：黄曼，刘丹，吴月伟，洪陈杰，杨飞，黄奕筱，马成荣，唐志成，
申请(专利权)人：绍兴文理学院，
类型：发明
国别省市：