-
-
-
公开(公告)号:CN110110802A
公开(公告)日:2019-08-09
申请号:CN201910401905.2
申请日:2019-05-14
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法,具体包括如下步骤:(1)基于DBSCAN聚类的点云分割;(2)基于K-means聚类的点云过分割;(3)基于Meanshift聚类的点集邻接关系构建;(4)基于多层次点集构造高阶条件随机场的点云分类方法。优点:(1)提出多层聚类的点集结构构建方法,并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系,能够更加准确的对点集的类别进行分类;(2)能够自适应的构造非线性点云个数的多层次点集,更完整的表征点云目标的结构和形状等信息;(3)以点集为一阶项构造CRF模型,具有更高的效率和分类效果,从而整合更高的框架,得到更好的效果。
-
公开(公告)号:CN110135599A
公开(公告)日:2019-08-16
申请号:CN201910407334.3
申请日:2019-05-15
Applicant: 南京林业大学
Abstract: 本发明提出的是一种无人机电力巡检点云智能化处理与分析服务平台,其结构主要包括(a)基础设施层;(b)中间件层;(c)应用层;(d)用户层;具体构建过程包括(1)平台框架总体架构;(2)巡线数据存储和组织;(3)巡线数据处理核心算法;(4)巡线数据渲染技术和精益化应用。优点:综合运用无人机激光雷达、云服务、实时渲染、机器学习等先进技术,以相关理论、算法和架构体系为支撑,针对无人机电力巡检点云在数据管理、智能处理和精益化应用等方面存在的问题,提供一套云计算架构下的一体化解决方案,实现无人机电力巡检成果的开放式存储、自动化处理、智能化分析与精益化应用。
-
公开(公告)号:CN110120070A
公开(公告)日:2019-08-13
申请号:CN201910402264.2
申请日:2019-05-15
Applicant: 南京林业大学
Abstract: 本发明提出的是一种基于机载激光雷达点云体元连续性分析的滤波方法,包括如下步骤:(1)体素化点云;(2)“地面基准层”的确立;(3)“待分类”体元的标注;(4)“待定地面点”、“地面点体元”和“非地面点”体元间的连通性分析;(5)剔除插值结果,完成数据滤波。优点:(1)减少了计算量,节省计算时间;(2)无需设定复杂的阈值参数,所涉及的参数更容易选择;(3)对于山区的滤波效果尤为显著;(4)对高的局外点不敏感,减弱了离值点对滤波结果的干扰,比现有的点云滤波算法更稳健。
-
公开(公告)号:CN110110802B
公开(公告)日:2020-09-15
申请号:CN201910401905.2
申请日:2019-05-14
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法,具体包括如下步骤:(1)基于DBSCAN聚类的点云分割;(2)基于K‑means聚类的点云过分割;(3)基于Meanshift聚类的点集邻接关系构建;(4)基于多层次点集构造高阶条件随机场的点云分类方法。优点:(1)提出多层聚类的点集结构构建方法,并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系,能够更加准确的对点集的类别进行分类;(2)能够自适应的构造非线性点云个数的多层次点集,更完整的表征点云目标的结构和形状等信息;(3)以点集为一阶项构造CRF模型,具有更高的效率和分类效果,从而整合更高的框架,得到更好的效果。
-
-
公开(公告)号:CN110135599B
公开(公告)日:2020-09-01
申请号:CN201910407334.3
申请日:2019-05-15
Applicant: 南京林业大学
Abstract: 本发明提出的是一种无人机电力巡检点云智能化处理与分析服务平台,其结构主要包括(a)基础设施层;(b)中间件层;(c)应用层;(d)用户层;具体构建过程包括(1)平台框架总体架构;(2)巡线数据存储和组织;(3)巡线数据处理核心算法;(4)巡线数据渲染技术和精益化应用。优点:综合运用无人机激光雷达、云服务、实时渲染、机器学习等先进技术,以相关理论、算法和架构体系为支撑,针对无人机电力巡检点云在数据管理、智能处理和精益化应用等方面存在的问题,提供一套云计算架构下的一体化解决方案,实现无人机电力巡检成果的开放式存储、自动化处理、智能化分析与精益化应用。
-
-
-
-
-
-
-