← 返回列表
一种规则三维语义点云的3D异常区域提取方法及装置
申请人信息
- 申请人:济南大学
- 申请人地址:250000 山东省济南市市中区南辛庄西路336号
- 发明人: 济南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种规则三维语义点云的3D异常区域提取方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311769712.5 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117611805A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 济南大学 |
| 发明人 | 傅新; 韩周顺; 张恒才 |
| 地址 | 山东省济南市市中区南辛庄西路336号 |
摘要文本
本发明属于异常区域识别技术领域，具体涉及一种规则三维语义点云的3D异常区域提取方法及装置，包括：获取自然资源要素的格点数据集；将所获取的格点数据集转化为规则三维结构的语义点云数据集；根据所获取的规则语义点云数据集，构建当前语义数据点的临近候选点集；基于所得到的当前临近候选点集，计算当前临近候选点集的异常度；根据所得到的当前临近候选点集的异常度，筛选所获取的语义点云数据集，构建语义点云的3D异常点集；对所构建的3D异常点集进行聚类，得到语义点云的异常区域边界，完成规则三维语义数据结构的3D异常区域的识别提取。
专利主权项内容
1.一种规则三维语义点云的3D异常区域提取方法，其特征在于，包括：获取自然资源要素的格点数据集；将所获取的格点数据集转化为规则三维结构的语义点云数据集；根据所获取的规则语义点云数据集，构建当前语义数据点的临近候选点集；基于所得到的当前临近候选点集，计算当前临近候选点集的异常度；根据所得到的当前临近候选点集的异常度，筛选所获取的语义点云数据集，构建语义点云的3D异常点集；对所构建的3D异常点集进行聚类，得到语义点云的异常区域边界，完成规则三维语义数据结构的3D异常区域的识别提取。