← 返回列表
一种基于距离与密度的点云背景自适应过滤方法
摘要文本
本发明公开了一种基于距离与密度的点云背景自适应过滤方法，包括以下步骤：依据激光雷达的特性，将点云数据转化为矩阵形式，并构建点云矩阵与背景矩阵；通过对比点云矩阵和背景矩阵的距离参数，实现对点云矩阵的背景差分处理；在差分后的点云矩阵上应用基于密度的椭圆形聚类模型进行自适应聚类。本发明的有益效果是：本发明主要解决固定站激光雷达数据量大、数据冗余以及处理时间长等问题，通过采用基于距离与密度的点云背景自适应过滤方法，可以有效地减低固定站激光雷达的数据量、更准确地保留有效数据、并显著缩短处理时间。。数据由马 克 数 据整理
申请人信息
- 申请人:中国地质大学(武汉)
- 申请人地址:430074 湖北省武汉市洪山区鲁磨路388号
- 发明人: 中国地质大学(武汉)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于距离与密度的点云背景自适应过滤方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311866072.X |
| 申请日 | 2023/12/29 |
| 公告号 | CN117765266A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06V10/30 |
| 权利人 | 中国地质大学(武汉) |
| 发明人 | 肖文; 李培广; 唐苗; 陈能成 |
| 地址 | 湖北省武汉市洪山区鲁磨路388号 |
专利主权项内容
1.一种基于距离与密度的点云背景自适应过滤方法，其特征在于，所述点云背景自适应过滤方法包括以下步骤：S1、利用机械式激光雷达计算点云的极坐标形成点云数据，并且将点云数据转化为矩阵形式，并构建点云矩阵与背景矩阵；S2、根据极角的大小采取不同的对比参数，并将所述点云矩阵和背景矩阵进行差分处理，同时动态更新背景矩阵；S3、在差分后的点云矩阵上应用基于点云密度的椭圆形聚类模型进行精准的自适应聚类，得到最终的前景点云。