计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2014年
6期
175-178
,共4页
图像测量%最小二乘法%聚类分析
圖像測量%最小二乘法%聚類分析
도상측량%최소이승법%취류분석
image measurement%least squares%clustering analysis
对于图像测量中平行线边缘点的拟合问题，本文通过聚类分析法中的DBSCN算法去除边缘点图像中的噪声数据，并结合最小二乘法对平行线边缘点进行分类拟合，解决了传统算法中根据图像特点人为划分区域进行分别拟合的问题，达到了机器对图像进行自动处理的目的。
對于圖像測量中平行線邊緣點的擬閤問題，本文通過聚類分析法中的DBSCN算法去除邊緣點圖像中的譟聲數據，併結閤最小二乘法對平行線邊緣點進行分類擬閤，解決瞭傳統算法中根據圖像特點人為劃分區域進行分彆擬閤的問題，達到瞭機器對圖像進行自動處理的目的。
대우도상측량중평행선변연점적의합문제，본문통과취류분석법중적DBSCN산법거제변연점도상중적조성수거，병결합최소이승법대평행선변연점진행분류의합，해결료전통산법중근거도상특점인위화분구역진행분별의합적문제，체도료궤기대도상진행자동처리적목적。
For the parallel edge points fitting in image measurement, this paper combines with the least square method to classify parallel edge points fitting through clustering analysis algorithm to eliminate the noise in the edge points image. The traditional algorithm based on image characteristics dividing area artificially to fitting respectively is solved. The result achieves the purpose of automatic image processing by machine.
