-
公开(公告)号：CN107784682B
公开(公告)日：2020-07-24
申请号：CN201710884106.6
申请日：2017-09-26
Applicant: 厦门大学
Abstract: 本发明公开了一种基于三维点云数据的电缆自动提取重构方法，包括以下步骤：S1、获取三维点云数据集P，并对整个数据集P进行网格划分；S2、使用垂直间隔过滤算法和基于密度的过滤算法过滤地面和植物点集；S3、使用概率霍夫变换进行电缆的提取；S4、矩形缓冲区域连接算法进行线段的连接；S5、再次使用过滤算法缩小阈值过滤，并将此次过滤的植物点集设为危险点；S6、使用整体最小二乘算法拟合x‑y平面直线和x‑z平面的悬挂曲线。本发明所述的方法具有较好的适用性、稳定性和鲁棒性。
-
公开(公告)号：CN106408011B
公开(公告)日：2020-04-17
申请号：CN201610813682.7
申请日：2016-09-09
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的激光扫描三维点云树木自动分类方法，可以自动对已提取的单株树木进行分类，分类的单株树木包含树干和树冠结构。本发明采用旋转侧面投影的方法，在树木数据少情况下依然可以有效进行模型训练，由于采用了归一化的预处理方法，克服了点云数据密度远近(距离扫描仪)分布不均的缺点，使得结果受采集设备影响小，更具稳定性。此外，由于采用深度学习进行模型训练，提高了对多种树木的自动分类的准确性。本发明采用特征向量为单元进行计算，计算速度快，更适用于大规模点云场景，具有实际意义和应用价值。
-
公开(公告)号：CN110390302A
公开(公告)日：2019-10-29
申请号：CN201910673663.2
申请日：2019-07-24
Applicant: 厦门大学
Abstract: 本发明公开了一种三维目标检测方法，包括以下步骤：利用二维目标检测算法在原始图像上提取目标的候选边界框；将所述候选边界框对应的深度图像区域转化为视锥体点云；对所述视锥体点云进行实例分割，获得感兴趣的目标点云；通过神经网络回归目标的三维边界框。本发明通过二维目标检测算法提取边界框后再回归到三维边界，能够提升目标检测的速度和精度，检测过程中既可以利用二维信息的特征也可以利用三维信息的特征来检测有遮挡的目标。
-
公开(公告)号：CN110246112A
公开(公告)日：2019-09-17
申请号：CN201910051741.5
申请日：2019-01-21
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的激光扫描SLAM室内三维点云质量评价方法，其包括：S1、通过激光扫描SLAM装置获取优质点云；S2、对优质点云进行降质，获取仿真点云；S3、对仿真点云进行轨迹度量分析；S4、对优质点云与仿真点云提取平面，对平面进行局部一致性噪声分析及几何规则分析，量化点云质量；S5、对优质点云与仿真点云进行分割，得到点云块；S6、将点云块进行归一化后输入到PointNet++神经网络中做模型训练，得到网络模型；S7、将待评价点云通过步骤S4进行点云质量分析，得到点云质量水平值；S8、对待评价点云通过步骤S6得到的神经网络模型进行预测，判断点云属于优质点云或者降质点云。本发明提出了量化点云质量的方法，建立了评价SLAM系统下室内三维点云模型的分类标准及框架。
-
公开(公告)号：CN106780586B
公开(公告)日：2019-08-27
申请号：CN201611000480.7
申请日：2016-11-14
Applicant: 厦门大学
IPC: G06T7/507
Abstract: 本发明公开了一种基于地面激光点云的太阳能潜力评估方法，其包括以下步骤：S1、对原始点云进行抽稀；S2、对抽稀后的点云P进行感兴趣区域地面点集R的提取，S3、设置光源偏差控制角；S4、采用最远点贪心策略来快速计算基点的位置和个数；S5、计算基点太阳位置；S6、采用广义隐藏点移除算法即GHPR算法，进行三维点云场景的遮挡分析，从而进行日照模拟计算；S7、对遮挡分析结果进行二值化阴影绘制；S8、对点云场景进行太阳辐射计算。本发明的评估方法能够提供快速、高效的太阳能资源自动化评估，可以为用户提供调查区域任意时间段的三维太阳能资源分布图。
-
Patent Agency Ranking
公开(公告)号：CN108038433A
公开(公告)日：2018-05-15
申请号：CN201711248101.0
申请日：2017-12-01
Applicant: 厦门大学
Abstract: 本发明公开了一种基于多回波机载激光扫描数据的城市树木含碳量估计方法，包括：S1、使用多光谱机载激光扫描仪对城市树木进行扫描，获得多个航带的多回波ALS点云数据；S2、对多个航带的多回波ALS点云数据进行预处理，获得nDSM数据及各激光通道的强度图像；S3、对nDSM数据进行分类，提取其中的树木类别数据，获得树冠高度模型CHM；S4、由树冠高度模型CHM估计树木的形状参数,所述树木的形状参数包括树冠高度与树冠直径；S5、先由经验模型构建ALS‑DBH回归模型，再通过现场选取若干树木样本进行验证；S6、根据所有物种的DBH和树冠高度来估算碳含量。本发明基于ALS的树木形状参数和异速生长模型，可对城市树木碳含量进行快速无损的估计。
-
公开(公告)号：CN111046885A
公开(公告)日：2020-04-21
申请号：CN201911274515.X
申请日：2019-12-12
Applicant: 厦门大学
Abstract: 本发明公开了一种基于哨兵一号合成孔径雷达图像的海冰测绘方法，包括以下步骤：S1、结合研究的目的和区域特性选取海冰测绘区域；S2、特征选择和提取，确定双极化Sentinel-1图像中区分不同海冰类型的重要特征；S3、依据所得特征对海冰图像进行分割和测绘；S4、评估双极化Sentinel-1图像的海冰分割结果。本发明所述的方法具有较好的适用性、稳定性和鲁棒性。
-
公开(公告)号：CN109002418A
公开(公告)日：2018-12-14
申请号：CN201810638020.X
申请日：2018-06-20
Applicant: 厦门大学
IPC: G06F17/10
Abstract: 本发明公开了一种基于体素生长和地面激光点云的树木胸径自动计算方法，该方法基于地面激光扫描获取的三维点云数据，首先截取地面以上3米以下的点云，只留下胸径测量所需要的树干部分，再将地面点滤除；然后，利用点云法向量的Z分量滤波，并对剩下的点云进行体素化，利用从上向下的生长方法提取树干；再对树干切片，利用树干点云法向量的相互叉乘，得出与树干垂直的平面；最后，对点云切片投影到该平面并进行圆拟合得到树木胸径。本发明计算速度快，准确率高，具有普适性，能够适用于复杂茂密的林区环境，可以在森林资源规划调查中发挥较好的作用。
-
公开(公告)号：CN105701856B
公开(公告)日：2018-10-19
申请号：CN201610028156.X
申请日：2016-01-15
Applicant: 厦门大学
Abstract: 本发明提供了一种植被提取方法及系统。一种植被提取方法包括：从扫描场景得到的回波数据中提取中间回波，其中，所述中间回波为激光雷达点云中具有穿透特性的波形数据，所述回波数据为通过所述多回波激光扫描系统得到的；获取场景三维点云数据，将所述中间回波对应的场景三维点云数据中的中间回波点作为植被点；根据所述植被点从场景三维点云数据中提取全部植被点云数据。本发明解决了激光点云数据中植被主要特征难以获取的问题，有效地提高了植被提取的质量，从而进行了植被树干及树冠的快速定位，其定位结果精确高效。
-
公开(公告)号：CN106651863A
公开(公告)日：2017-05-10
申请号：CN201611082678.4
申请日：2016-11-30
Applicant: 厦门大学
CPC classification number: G06T2207/10028
Abstract: 本发明公开了一种基于点云数据的树木自动分割方法，包括以下步骤：S1、预处理；S2、空间网格化投影；S3、滤除不合格网格；S4、基于启发式搜索的树干位置识别；S5、应用改进的分水岭方法分割单树树冠。本发明采用计算几何拟合方法并结合激光点云数据，使得树木分割工作自动化和准确化，避免了实地测绘所需的高昂的工作量。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.048 seconds)
