1 重庆交通大学 智慧城市学院, 重庆 400074
2 自然资源部城市国土资源监测与仿真重点实验室, 深圳 518038
为了解决长测距地面激光点云高密度变化的问题, 采用了一种密度自适应的平面分割方法。首先基于估算理论点间距构建动态邻域搜索范围, 联合内指标和香农熵确定最佳邻域并计算维度特征; 然后根据最佳邻域、维度特征、法向量和点面距设计区域增长规则, 得到初步分割结果; 最终通过面片合并优化分割结果, 并在最长扫描距离为1 km的单站地面激光扫描数据进行了实验验证。结果表明, 该方法分割准确率达到95%, 召回率达到92%, 能够准确对长测距地基点云中的建筑物平面进行分割; 与传统香农熵方法相比, 本文中使用动态邻域搜索范围可以显著提高算法效率。该方法能高效准确地从大场景点云中提取建筑物平面, 为城市3维建模提供了参考。
激光技术 分割 动态邻域搜索范围 最佳邻域 维度特征 区域增长 laser technique segmentation dynamic neighborhood search range optimal neighborhood dimensionality feature region growing
1 合肥清溢光电有限公司,合肥2300
2 深圳清溢光电股份有限公司,广东深圳518053
针对现有激光化学气相沉积设备在寻找掩膜版缺陷点时存在镜头移动行程长、镜头频繁失焦的问题,采用基于2⁃opt邻域搜索的蚁群算法来优化设备的修复缺陷点顺序。相对于传统的X/Y轴升序排列,此方法能够有效缩短镜头寻点时间、降低失焦概率。为加快处理大规模缺陷点时的算法速度,提出设置蚁群近邻搜索范围、2⁃opt固定半径邻域搜索以及设置不检测标记的加速策略来改善2⁃opt蚁群算法的收敛时间和优化质量。实验证明,改善后的2⁃opt蚁群算法路径优化率超过92.5%,最快算法时间仅为5.72 s,失焦率仅仅为0.28%,相比基本蚁群算法和基本2⁃opt蚁群算法,改善后的2⁃opt蚁群算法在路径优化质量、优化时间以及保证镜头焦距稳定方面更具优势。
掩膜版 缺陷点 激光化学气相沉积 两元素邻域搜索 蚁群算法 路径优化 photomask defect LCVD 2-opt neighborhood search ACO path optimization
强激光与粒子束
2021, 33(12): 123005
1 海军航空工程学院电子信息工程系, 山东 烟台 264001
2 空军航空大学航空航天情报系, 吉林 长春 130022
针对光线跟踪算法计算量大和运行效率低的问题, 提出了一种采用八叉树自适应体归并(OAVM)的光线跟踪加速结构。该结构将八叉树模型的空节点自适应地聚集为包围体, 尽可能地减小了光线与空白节点的求交次数。基于OAVM的一种多级八叉树结构的特点, 提出了采用Morton码对各层级的所有节点分别进行编码的算法, 该结构所采用的存储方式和邻域查询算法有效减小了指针数量, 避免了递归搜索。同时, 该算法可以有效处理大规模动态场景的局部更新问题。基于Liang-Barsky算法, 光线相交测试的计算速度得到提升。实验结果表明, 和传统结构算法相比, 所提出算法的指针总数平均减少了54.45%, 光线相交测试时间平均缩短了52.37%, 大幅加快了相交测试速度, 提升了场景的渲染效率。
光计算 光学数据处理 光线跟踪 八叉树 自适应体归并 相交测试 邻域查询