-
公开(公告)号：CN105701856A
公开(公告)日：2016-06-22
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：CN114429546B
公开(公告)日：2024-12-31
申请号：CN202210072701.0
申请日：2022-01-21
Applicant: 厦门大学
IPC: G06V10/26 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06F3/04845
Abstract: 本发明公开了一种基于点击的户外激光点云交互式分割方法，包括以下步骤：S1、将输入的3D原始点云表示为#imgabs0#其中#imgabs1##imgabs2#是点pi的3D坐标；S2、点击点云场景中感兴趣的目标，将完整的点云场景划分为包含兴趣目标的小块点云场景，并转化成包含点击位置信息的点云块；S3、基于计算机模拟点击的方法生成训练网络所需要的数据；S4、将交并比的分割损失函数和交叉熵的分类损失函数组合形成混合损失函数作为网络的损失函数；S5、基于卷积和池化的网络CRSNet对包含点击位置信息的点云块进行前景背景分割，并对目标的种类进行识别。
-
公开(公告)号：CN111783648B
公开(公告)日：2024-12-10
申请号：CN202010615878.1
申请日：2020-06-30
Applicant: 厦门大学
IPC: G06V20/56 , G06V10/26 , G06V10/762
Abstract: 本发明公开了一种道路点云中护栏的提取方法、介质、设备及装置，其中方法包括：对原始移动激光扫描点云进行预处理，以生成原始点云；对原始点云进行道路平面点提取，以获取第一点云和道路平面点云对应的道路平面模型，并对道路平面模型进行垂直平移，以及根据平移后的道路平面模型过滤第一点云，以生成第二点云；以鸟瞰视角生成二维投影，并根据聚类算法对二维投影进行聚类，以生成多个类；对多个类进行筛选，以获得护栏对应的类，并根据护栏对应的类提取第二点云中护栏对应的三维点云，以完成道路点云中护栏的提取；能够在没有位置信息等先验信息的前提下，从大规模道路场景点云中准确提取护栏点云，降低护栏点云提取难度。
-
公开(公告)号：CN116071661A
公开(公告)日：2023-05-05
申请号：CN202310359928.8
申请日：2023-04-06
Applicant: 厦门大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于激光点云的城市道路场景语义分割方法，包括以下步骤：S1、对原始城市街道点云进行体素下采样得到点云；S2、为点云的所有点随机分配概率值，构建网络的输入点集；S3、训练基于图卷积和注意力融合的神经网络；S4、通过基于图卷积和注意力融合的神经网络进行语义分割预测；该方法使用图卷积和注意力融合的神经网络，提高了城市街道点云的语义分割准确性和效率。
-
公开(公告)号：CN111783648A
公开(公告)日：2020-10-16
申请号：CN202010615878.1
申请日：2020-06-30
Applicant: 厦门大学
Abstract: 本发明公开了一种道路点云中护栏的提取方法、介质、设备及装置，其中方法包括：对原始移动激光扫描点云进行预处理，以生成原始点云；对原始点云进行道路平面点提取，以获取第一点云和道路平面点云对应的道路平面模型，并对道路平面模型进行垂直平移，以及根据平移后的道路平面模型过滤第一点云，以生成第二点云；以鸟瞰视角生成二维投影，并根据聚类算法对二维投影进行聚类，以生成多个类；对多个类进行筛选，以获得护栏对应的类，并根据护栏对应的类提取第二点云中护栏对应的三维点云，以完成道路点云中护栏的提取；能够在没有位置信息等先验信息的前提下，从大规模道路场景点云中准确提取护栏点云，降低护栏点云提取难度。
-
Patent Agency Ranking
公开(公告)号：CN109613552A
公开(公告)日：2019-04-12
申请号：CN201811494004.4
申请日：2018-12-07
Applicant: 厦门大学
Abstract: 本发明公开了一种用于TLS多回波点云植被遮挡目标的探测方法，包括：S1、对TLS多回波点云进行点云预处理；S2、将预处理后的点云处理成数据集输入神经网络，进行神经网络的训练；S3、利用训练好的神经网络识别中间回波，根据识别的中间回波，找出植被遮挡冠层，以此确定植被遮挡区域；S4、利用末次回波滤除植被遮挡区域中的非植被遮挡目标，以此探测植被遮挡目标。在此基础上，本发明还提供了一种植被遮挡目标的分析方法，其从点云差分位置、回波密度以及回波强度角度进行可见性分析，具有很强的鲁棒性和可行性，将在森林调查、隐蔽目标分析、军事作战以及救援救灾等方面发挥巨大作用，具有重要的学术价值和现实意义。
-
公开(公告)号：CN107784682A
公开(公告)日：2018-03-09
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：CN106383998A
公开(公告)日：2017-02-08
申请号：CN201610813737.4
申请日：2016-09-09
Applicant: 厦门大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种基于地面激光雷达扫描的树木胸径自动计算方法，本方法再通过树干切割、滤波提高算法的计算速度和鲁棒性；通过自动选取点云拟合，克服了1.3米处无点云或者噪声过大导致无法计算该树胸径的情况；通过圆柱拟合克服了因树干生长角度问题导致圆拟合不准确的问题；通过滑动窗口拟合圆柱提高了计算精度；同时本方法与密度无关，对树干的部分缺失不敏感，克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题；本方法不依赖于扫描站数，对树干点云是否为圆形没有要求，即使是单站扫描，也能达到很好的效果。
-
公开(公告)号：CN116310350A
公开(公告)日：2023-06-23
申请号：CN202310596881.7
申请日：2023-05-25
Applicant: 厦门大学
IPC: G06V10/26 , G06V10/82 , G06N3/096 , G06N3/0895 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了基于图卷积和半监督学习网络的城市场景语义分割方法，包括如下步骤：S1、预训练图卷积网络以获得初始化参数；S2、一次输入原始点集，输出特征向量；S3、对原始点集根据每个点的邻域计算特征向量；S4、计算特征向量和的距离作为损失函数以调整图卷积网络的参数；S5、利用有标签数据为无标签数据分配伪标签；S6、对分配了伪标签的进行语义分割并预测每个点的类别。本发明的方法仅需少量有标注数据即可实现城市道路场景语义分割。
-
公开(公告)号：CN116071661B
公开(公告)日：2023-06-23
申请号：CN202310359928.8
申请日：2023-04-06
Applicant: 厦门大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于激光点云的城市道路场景语义分割方法，包括以下步骤：S1、对原始城市街道点云进行体素下采样得到点云；S2、为点云的所有点随机分配概率值，构建基于图卷积和注意力融合的神经网络的输入点集；S3、训练基于图卷积和注意力融合的神经网络；S4、通过基于图卷积和注意力融合的神经网络进行语义分割预测；该方法使用图卷积和注意力融合的神经网络，提高了城市街道点云的语义分割准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
