本发明提供了一种基于滑动补全的阵列点云实时离群噪声移除方法及系统，涉及点云离群噪声处理领域。对初始输入的多帧阵列点云预处理，生成不完全点云并存入滑动窗口中；获取后续输入的每帧的不完全点云，所移除的点被视为当前帧的特征点，将滑动窗口内点云的并集作为待填充点云；设计基于阵列离散概率模型的补全策略对特征点进行筛选；将筛选后的特征点填充至当前帧不完全点云，即为当前帧去噪后点云，完成一帧点云的去噪；当前帧点云去噪完成后，其对应的不完全点云会被添加至滑动窗口队尾，同时移除滑动窗口队首的点云，实现滑动窗口的动态更新。本发明克服现有技术在对阵列点云离群噪声处理时适配性较弱、去噪精度低的问题。
📄 2024113077274
📂 G06T5_70
👤 南京信息工程大学
📅 2024-09-19
本发明公开了一种基于EOT的自动驾驶车辆点云占据预测伪装方法、设备、介质，包括：获取激光雷达原始点云；设置一障碍物S；对障碍物S进行期望变换从而生成若干个伪装障碍物Sa；对每一伪装障碍物Sa进行3D渲染生成对应的伪装障碍物点云；将伪装障碍物点云添加至激光雷达原始点云中；将添加伪装障碍物点云后的激光雷达点云与激光雷达原始点云经占据预测算法处理后，得到交并比；基于交并比设置损失函数，计算梯度，并利用梯度更新伪装障碍物Sa，直至占据预测算法无法检测到目标自动驾驶车辆。
📄 2024117775468
📂 G01S7_48
👤 浙江工业大学
📅 2024-12-05
一种基于车辆三维轮廓的聚类方法，通过拍摄实际车辆或者三维模型投影法生成车辆的二值三视图；计算差异矩阵M，即N辆车两两之间的差异性，通过比较三张图中的差异性，得到最大差异值，可以是不同像素点的总数；将M进行归一化，可以以最大差异值为基准；M中元素越大即为不同的像素点个数越多，相互间的差异性越强，为了能够表达相似性以便于聚类，可以将M取反，如M＝1‑M；进行聚类算法，得到K个不同的类。本发明能够可简单快速的实现轮廓聚类，且能够突出车辆姿态估计中所需关键特征上的差异。
📄 2020105649254
📂 G06V10_762
👤 浙江工业大学
📅 2020-06-19
本发明公开了一种基于图像特征引导的点云自监督补全方法，步骤1：对获取的相机图像Image进行编码和解码操作提取特征，步骤2：获取原始稀疏点云Points，对原始稀疏点云进行随机点采样得到N个点，并对这N个点构建特征张量，记为Points1；步骤3：对步骤2中构建的特征张量Points1进行特征编码，获得特征；步骤4：将步骤3获得的特征进行特征扩展，得到点云特征；步骤5：将步骤4获得的点云特征使用全连接层进行点云重建，得到补全点云特征，记为Points2；步骤6：网络训练时，需要对原始稀疏点云Points进行最远点采样得到N个点，并对这N个点构建特征张量，记为Points3，计算Points2与Points3之间的倒角距离，作为网络训练时的损失函数。
📄 202510541242X
📂 G06T5_60
👤 浙江工业大学
📅 2025-04-28
本申请提出了一种基于点云自适应切片的计算树冠体积的方法，涉及点云数据领域。一种基于点云自适应切片的计算树冠体积的方法包括：获取完整树冠点云数据，然后对完整树冠点云数据进行树冠等距切片；改进Graham凸包算法通过离散化格林公式计算树冠点云切片面积；通过计算相邻切片面积及切片分类进行树冠自适应切片；再次进行改进Graham凸包算法通过离散化格林公式计算树冠点云切片面积；通过台体与锥体计算公式计算树冠体积。通过使用改进的Graham凸包算法计算树冠点云切片面积，根据相邻树冠点云切片面积随高度变化率自适应确定切片厚度与切片数量，并利用台体与锥体公式计算树冠体积，以期实现树冠体积的精细化计算。
📄 2023101890974
📂 G06T7_62
👤 成都工业学院, 成都航空职业技术学院
📅 2023-03-02
本发明涉及一种点云骨架提取方法及装置，属于三维图像处理技术领域。本发明提供的一种点云骨架提取方法及装置，该方法的步骤包括：基于最优质量传输理论，从点云模型中进行随机下采样，得到采样点集合，然后基于最优质量传输的方法迭代收缩采样点提取点云模型的骨架点，根据传输计划确定骨架点相邻关系并连接骨架点，最后对骨架作平滑化处理得到连续的一维曲线骨架。本发明所述的点云骨架提取方法及装置，基于最优质量传输理论，提取曲线骨架具有很好的抗噪性，使用熵正则化计算最优质量传输，降低了程序的时间复杂度，具有较高的准确性。
📄 2016111357789
📂 G06T7_66
👤 山东未来集团有限公司
📅 2016-12-09
本发明公开了一种基于形状分类与组合的室外点云场景中树木提取方法，利用最优特征集，使用分类算法来提高对室外场景分类的准确性，得到分类之后的数据，通过定位，过滤，匹配等步骤来完成室外场景点云数据中单棵树木提取问题，如果在数据中存在树冠重叠问题，再通过进一步优化处理，对最后的结果进行优化改善，完成单棵树木提取。本发明解决了室外点云场景中树冠重叠树木不可分问题。
📄 2019104818055
📂 G06V20_10
👤 西安理工大学
📅 2019-06-04
本发明公开了点云匹配中一种基于特征直方图的点云特征提取方法，在点云匹配中，先进行特征点的提取，再对特征点进行描述，最后通过描述子进行匹配，本发明特征点的提取中，利用了以点为中心的面的垂线，将面与该点的法线结合去求局部曲面的凹凸性，减少了一些噪声点的干扰。其次当围绕中心点的三角面小于2时，则说明该点是边缘点，在一定程度上去除了边缘点对于匹配的干扰；在特征点的描述中，将点的深度、距离、及局部的弯曲程度进行了综合，对邻域点集梯度化，求点的倾斜度，从而对点达到了一个特征描述的目的。
📄 2020115809014
📂 G06T7_13
👤 西安理工大学
📅 2020-12-28
本发明公开的一种基于点云的室内场景房间布局划分方法，如下：步骤1，针对该室内场景建立一个空间坐标系，空间坐标系中的x轴和y轴构成的xoy平面与地面平行，z轴是垂直向上的，xoy、yoz、xoz平面相互垂直；步骤2，提取室内场景中的结构元素；步骤3，对经步骤2提取的墙面投影到xoy平面上，基于投影点创建深度图像，并使用创建的深度图像检测墙面线，根据检测到的实际墙面线划分房间布局；步骤4，分析经步骤3产生的划分结果，在霍夫变换算法的基础上对检测的实际墙线进行优化，实现室内场景房间布局的完整划分。该方法解决了现有技术中由于室内场景布局复杂以及场景数据缺失导致的房间布局划分困难问题。
📄 2021105850708
📂 G06T17_00
👤 西安理工大学
📅 2021-05-27
本发明是一种基于背景网格下，将杂乱的、不规则分布的激光点云重新进行规则排列的方法，该方法包括：建立辅助背景网格；建立投影关系；将三维激光点云投影至网格；建立插值算法；插值规则点云；填补点云等。本发明通过以下步骤实现：（1）建立辅助背景网格单元；（2）建立投影关系，将三维激光点云投影至网格单元中；（3）建立插值算法，插值内容包含点云坐标、反射强度、RGB值等；（4）有点网格按网格单元内点云插值，重构排列规则的新点云；（5）无值网格的新点云通过相邻网格单元新点云插值实现。本发明提供的方法，适用于将排列杂乱、不规则的点云重新排列，提高点云的质量。
📄 2017104102351
📂 G06T3_4007
👤 西南大学
📅 2017-06-03
本申请公开了一种点云标注方法、装置及系统，属于数据处理领域。所述方法包括：在图像上生成第一二维框，以选出当前待标注的目标对象；根据所述第一二维框，在点云上生成一个三维框，以对所述点云中的所述目标对象进行标注，所述三维框位于所述目标对象对应的视锥区域内，所述点云和所述图像是针对同一场景确定的。由于图像中的像素点丰富稠密，可以轻易地确定目标对象的位姿以及轮廓，因此，结合图像对点云中的目标对象进行标注，可以提高标注效率以及标注的准确度。
📄 2019112682076
📂 G06T17_20
👤 杭州海康威视数字技术股份有限公司
📅 2019-12-11
本发明公开了一种多相机激光点云拼接自动化去重方法，获取拼接后多相机的激光源点云和目标点云；对获取的激光源点云与目标点云进行滤波处理；滤波处理后，保存激光源点云与目标点云相重叠区域的点云；基于保存的所述重叠区域的点云，初步去除激光源点云与重叠区域相重合点云，完成粗去重区域；对初步去重的激光源点云进行离群点去重完成精去重，并和目标点云进行相加操作，完成对多相机激光点云拼接的去重操作。本发明解决传统拼接去重避免不了标定产生的误差，从而有效的提高去重精度，在保证点云拼接去重的效率的同时为之后点云的三维重建和测量相关数据降低处理复杂性。
📄 2022115903373
📂 G06T3_4038
👤 江苏理工学院
📅 2022-12-12
柿子坊 · 知识产权运营
柿子坊知识产权运营平台