公开(公告)号：CN111711985A

公开(公告)日：2020-09-25

申请号：CN202010548824.8

申请日：2020-06-16

Applicant: 南京林业大学

Inventor： 郭语 ,  郑加柱 ,  邸少宁

IPC: H04W64/00 ,  H04B17/318 ,  H04B17/336

Abstract: 本发明公开一种蓝牙RSSI值噪声剔除方法，包括采集蓝牙信号基站相对同一蓝牙信号源连续时间内的RSSI值；计算S1采集的全部RSSI值出现的概率，得到其中概率最大值和对应的RSSI值max1，及概率次大值和对应的RSSI值max2；找出两值之间出现概率最小的RSSI值min及其概率值；计算S1步骤中获取的全部RSSI值的中位数；比较min和(max1+max2)/2之间的大小关系，根据比较结果，按照剔除标准对采集到的RSSI噪声值进行剔除。通过本发明的噪声剔除方式，可以有效地进行蓝牙RSSI值出现两个概率峰值分布现象的噪声剔除。

公开(公告)号：CN113705582A

公开(公告)日：2021-11-26

申请号：CN202110891468.4

申请日：2021-08-04

Applicant: 南京林业大学

Inventor： 陈动 ,  李静 ,  邸少宁 ,  向桂丘 ,  万林承 ,  李相宏 ,  车顺豪 ,  王佳迪 ,  胡凡

IPC: G06K9/46 ,  G06T5/00 ,  G06T7/13 ,  G06T7/181 ,  G06T7/30

Abstract: 本发明公开了一种建筑立面边缘特征关键点提取方法，属于三维建模领域。本发明首先通过对局部邻域内建立的协方差矩阵的特征值来计算三维点云中每个点的置信度；然后定义三维空间中每个点的梯度，再将三维点云的梯度信息编码为结构张量；结构张量的特征值可以表示局部点云的梯度分布情况，从而将建筑物点云的立面特征提取问题转换为分析结构张量的三个特征值的问题；将每个点的置信度和结构张量作为双阈值法的输入，判断当前被处理点是否为关键点；最后采用边缘细化算法对边缘特征点进行细化处理。本发明所提出的算法不仅精度高于现有直接从三维中提取边缘特征的方法，也优于基于Canny算子到二维图像进行边缘提取和细化的方法。

公开(公告)号：CN113705582B

公开(公告)日：2022-03-29

申请号：CN202110891468.4

申请日：2021-08-04

Applicant: 南京林业大学

Inventor： 陈动 ,  李静 ,  邸少宁 ,  向桂丘 ,  万林承 ,  李相宏 ,  车顺豪 ,  王佳迪 ,  胡凡

IPC: G06V10/46 ,  G06T5/00 ,  G06T7/13 ,  G06T7/181 ,  G06T7/30

Abstract: 本发明公开了一种建筑立面边缘特征关键点提取方法，属于三维建模领域。本发明首先通过对局部邻域内建立的协方差矩阵的特征值来计算三维点云中每个点的置信度；然后定义三维空间中每个点的梯度，再将三维点云的梯度信息编码为结构张量；结构张量的特征值可以表示局部点云的梯度分布情况，从而将建筑物点云的立面特征提取问题转换为分析结构张量的三个特征值的问题；将每个点的置信度和结构张量作为双阈值法的输入，判断当前被处理点是否为关键点；最后采用边缘细化算法对边缘特征点进行细化处理。本发明所提出的算法不仅精度高于现有直接从三维中提取边缘特征的方法，也优于基于Canny算子到二维图像进行边缘提取和细化的方法。

公开(公告)号：CN111711985B

公开(公告)日：2021-06-18

申请号：CN202010548824.8

申请日：2020-06-16

Applicant: 南京林业大学

Inventor： 郭语 ,  郑加柱 ,  邸少宁

IPC: H04W64/00 ,  H04B17/318 ,  H04B17/336

Abstract: 本发明公开一种蓝牙RSSI值噪声剔除方法，包括采集蓝牙信号基站相对同一蓝牙信号源连续时间内的RSSI值；计算S1采集的全部RSSI值出现的概率，得到其中概率最大值和对应的RSSI值max1，及概率次大值和对应的RSSI值max2；找出两值之间出现概率最小的RSSI值min及其概率值；计算S1步骤中获取的全部RSSI值的中位数；比较min和(max1+max2)/2之间的大小关系，根据比较结果，按照剔除标准对采集到的RSSI噪声值进行剔除。通过本发明的噪声剔除方式，可以有效地进行蓝牙RSSI值出现两个概率峰值分布现象的噪声剔除。