一种非迭代单一物体散乱点云数据的噪声处理方法，涉及计算机图形学和三维点云数据去噪领域，解决现有迭代过程因迭代中心点设定而带来的迭代收敛慢的问题，获取含有噪声的初始点云数据，并将所述初始点云数据进行归一化处理，估算归一化后的点云数据的密度，按照估算的密度在直角坐标系中按z轴将归一化点云数据进行分层；对每一层按照包围长方形的形式，去除距离点云数据主体较远的噪声点；将去除噪声点的点云数据再次进行密度估算及点云数据进行分层；再对每一层按照包围盒方法，去除噪声点用采用双边滤波方法进行光顺，获得双边滤波后的点云数据；将点云数据的坐标分别乘以归一化系数的倒数，完成点云数据的噪声处理。
📄 2018109651716
📂 G06T5_00
👤 西安工业大学
📅 2018-08-23
本发明公开了一种改进的导向滤波三维散乱点云快速光顺方法，通过将待处理的点云数据按轴升序排列，并根据点云总个数和拟分块个数，求取拟分块数据中最大点云数量，通过最大点云数量计算拓展处理点数，之后根据拟分块数据中最大点云数量和拓展处理点数将点云数据分块，分块后的点云会产生重叠区域，能够有效地解决点云数据产生的割裂现象，将分块后的点云数据通过并行三维导向滤波点云光顺算法处理来提高运算速率，最后对处理后的点云数据进行恢复整合，输出结果。本方法既能够有效地解决双边滤波光顺方法中梯度反转的问题，又能够有效地提升算法运行速度。
📄 2020104837716
📂 G06T5_00
👤 西安工业大学
📅 2020-06-01
本发明公开了一种基于分类分层的机载Lidar点云建筑物顶面渐进提取方法。方法先对建筑物顶面进行分类，按照顶面面积大小分为“大顶面”和“小顶面”，并按照顶面间夹角大小将顶面分成粗细不同的层次。在此基础上，方法采用“从大到小”、“从粗到细”、“分类处理”的原则，从LiDAR点云中渐进提取建筑物顶面。首先结合基于法向的区域增长方法和基于距离的区域增长方法，从点云中分割出大顶面；然后对剩余点进行聚类分簇，并借助随机抽样一致性方法从每簇中分割出小顶面。并且通过不断提高顶面间夹角判断条件，逐步分割出夹角更细小顶面。最终，实现了各种建筑物顶面的自动、准确分割，从而为三维建筑物的自动化建模奠定基础。
📄 2015104650605
📂 G06T7_11
👤 滁州学院
📅 2015-07-30
本发明公开了一种基于密集点云数据构建道路DEM的方法。该方法包括如下步骤：S1，对道路进行子单元划分；S2，基于密集点云数据，计算每一个道路子单元中的高程平均值；S3，根据设置好的道路最大起伏阈值对各个道路子单元平均高程值进行修改；S4，生成建模区域DEM格网，与道路子单元叠加；S5，基于格网中心点与道路子单元的空间位置关系以及道路子单元的高程值，计算DEM中心格网点的高程值；S6，依次完成所有DEM格网中心点的高程值计算，并按照栅格数据规范输出计算结果。本发明方法包含道路子单元高程值确定与DEM格网中心点高程值计算两个关键技术环节，能够有效保证道路DEM建模的高程精度与形态特征。
📄 2021103064522
📂 G06T17_05
👤 滁州空间智能科技有限公司
📅 2021-03-23
本发明公开了一种激光点云城市典型地物要素提取方法，包括以下步骤：步骤1、获取城市激光点云数据；步骤2、计算城每个点的特征值和法向量；步骤3、分离地面点与非地面点；步骤4、从地面点中提取道路要素点；步骤5、从非地面点中提取建筑物要素点和行道树要素点。本发明针对移动激光点云数据，利用道路、行道树和建筑物三种典型地物要素在空间分布规律、几何特征等差异性，提出了一套完整的城市三大典型地物要素提取方法，可以为城市规划、道路变更、城市设计等提供实时精准的基础数据以及辅助决策。
📄 202210724965X
📂 G06T7_521
👤 滁州学院
📅 2022-06-24
本发明属于车载激光雷达点云数据处理技术领域，具体涉及一种基于车载激光点云数据的城市树木三维可视化方法。基于原始点云数据，经树木分割、树冠树干分离后，对树干和树冠单独建模，最后构建城市场景下的树木三维模型。相比于传统的树木三维建模方法，能够根据树干和树冠的不同形态特征进行单独建模，避免了单树建模形态特征表达不精确的缺点，能够简单、快速、准确地构建出城市树木三维模型，可以应用于林业资源调查、3D城市建模，树木参数提取等诸多领域。
📄 2021114726771
📂 G06T17_20
👤 电子科技大学长三角研究院(湖州)
📅 2021-12-06
本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。
📄 2022105658106
📂 G06T7_11
👤 燕山大学
📅 2022-05-23
本发明提供了鲁棒的激光雷达点云地面点提取方法、装置、设备及介质，包括获取单帧激光雷达点云的三维坐标，对获取的点云信息进行滤波处理；根据获取的激光雷达点云的三维坐标获取单帧点云高程的均值，获得高程均值以下点云，作为地面点云的候选点云集合；根据邻域点三维坐标信息估计候选点云集合中每个点的法向量信息，根据法向量z轴分量筛选立面点云集合；在地面点云的候选区域进行曲率估计，筛选高于平均曲率的角点点云集合；将高程均值以上的点云集合、立面点云集合、角点点云集合合并；将原始点云帧与合并的点云集合做差集获取地面点云的点云集合。旨在解决传统激光雷点云方法存在运行效率不高、鲁棒性不强、不能直接进行实际应用的问题。
📄 2024101777196
📂 G06V10_766
👤 华侨大学
📅 2024-02-08
本发明涉及人工智能技术领域，具体涉及一种基于点云数据的高效测绘系统。该系统包括基础点云获取单元，用于采集初始点云数据，将初始点云数据输入基础点云提取网络得到基础点云数据；加噪点云获取单元，用于将所述基础点云数据输入训练好的噪声点云生成网络得到加噪点云数据；去噪网络构建单元，用于利用所述加噪点云数据和所述基础点云数据训练去噪神经网络；将采集的目标点云数据输入训练好的所述去噪神经网络得到去噪后的点云数据，基于去噪后的点云数据进行测绘。增强了去噪神经网络在不同工况下的泛化能力，且无需人为标注数据，降低成本，进而提高了测绘效率。
📄 2021115273177
📂 G06T17_00
👤 湖北晓雲科技有限公司
📅 2021-12-15
已申报项目
本发明公开了基于点云数据的三维模型表面平整度优化方法，属于点云处理技术领域，包括以下步骤：S1：数据的采集与处理；S2：不平整点云的识别与优化。本发明能够自动识别点云数据中的不平整区域，而现有技术往往需要人工干预来识别这些区域，显著提高了效率和准确性；通过本发明提出的优化算法，优化了点云数据的表面平整度，减少了因表面不规则性导致的建模误差，提升了模型质量；通过自动化的识别和优化流程，减少了对人工操作的依赖，降低了因人工操作带来的误差和成本；最终输出的结果易于与其他三维建模软件和流程集成，方便用户进行后续的建模和分析工作。
📄 202411119199X
📂 G06T19_20
👤 安徽建筑大学
📅 2024-08-15
本发明提供了一种车厢点云姿态的校正方法及装置，该方法包括：获取车厢的点云数据，及对点云数据进行滤波处理；根据滤波处理后的点云数据在目标方向上的宽度，确定点云数据相对于标准姿态的旋转角；根据旋转角对点云数据进行自动姿态校正。本发明基于滤波处理后点云数据在目标方向上的宽度，确定点云数据相对于标准姿态的旋转角，然后基于该旋转角实现自动姿态校正，保障车厢装载率测算的稳定性和准确性，不需要人工干预和额外辅助，提高安装效率，降低硬件和维护成本。
📄 2021111607893
📂 G01S7_497
👤 洛伦兹(北京)科技有限公司
📅 2021-09-30
本申请公开了一种点云标签传递方法、装置及系统，属于数据处理领域。所述方法包括：对当前帧点云中的目标对象进行标注，以得到目标对象的标签，确定当前帧点云与待标注点云之间的相对位姿信息，以及目标对象所处的状态。由于目标对象所处的状态不同，目标对象在当前帧点云中的位置与在待标注点云中的位置可能为相同或者不相同。因此根据目标对象所处的状态，以及当前帧点云与待标注点云之间的相对位姿信息，可以实现将当前帧点云中处于不同状态的目标对象的标签，都可以添加至待标注点云中目标对象所处的位置。本申请根据目标对象所处的状态，以及当前帧点云与待标注点云之间的相对位姿信息，使得对待标注点云中目标对象的标注更加简便高效。
📄 2019104534960
📂 G06F16_58
👤 杭州海康威视数字技术股份有限公司
📅 2019-05-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台