-
公开(公告)号：CN114596313B
公开(公告)日：2022-10-04
申请号：CN202210495710.0
申请日：2022-05-09
Applicant: 深圳大学
IPC: G06T7/00 , G06T7/11 , G06T7/155 , G06T7/187 , G06T7/33 , G06T5/00 , G06V10/762 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于室内点云的建筑物构件损伤检测方法及相关设备，所述方法包括：对原始建筑物室内点云和损伤后建筑物室内点云进行预处理；预处理后，根据不同房间构件的几何形状特征和相互之间的空间位置关系，对原始建筑物室内点云进行构件提取和房间划分；根据原始建筑物和损伤建筑物中具有相同楼层编号、房间编号以及构件编号的点簇进行损伤检测；根据损伤检测得到的损伤等级进行损伤模式的识别并计算损伤数值。本发明基于室内点云对建筑物进行构件级别的损伤检测，有效识别受到损伤后的建筑物中每一个构件的损伤情况，提升了损伤识别的精度。
-
公开(公告)号：CN114926699A
公开(公告)日：2022-08-19
申请号：CN202210850940.4
申请日：2022-07-20
Applicant: 深圳大学
IPC: G06V10/764 , G06V10/762 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种室内三维点云语义分类方法、装置、介质及终端，方法包括，通过指定的训练数据集对神经网络进行训练，得到预测模型，基于所述预测模型对原始点云进行语义分类，得到含有语义信息的深度学习分类点云；对所述原始点云进行几何与颜色特征点云分割，得到分割结果点云；基于统计信息对所述深度学习分类点云和所述分割结果点云进行关联，得到语义标签集合，采用概率模型对所述语义标签集合进行交叉融合，得到含有语义信息的精细化语义分类点云；本发明采用上述方法后能够获得带语义信息且高精度的语义分类点云，可直接应用于深层次的室内空间应用中。
-
公开(公告)号：CN114255314B
公开(公告)日：2022-06-03
申请号：CN202210185331.1
申请日：2022-02-28
Applicant: 深圳大学
Abstract: 本发明公开了一种规避遮挡的三维模型自动纹理映射方法、系统及终端，所述方法包括：输入原始点云数据，对所述原始点云数据进行处理后得到体素分辨率，提取包含点云数据的体素，并生成体素的集合；基于物体实际影像、空三文件、三维模型和生成体素的集合判断遮挡和影响筛选，并建立影像和面片的对应关系；选取相同影像的面片合并成纹理面片，基于无遮挡的纹理图像进行纹理映射，并输出纹理映射过后的模型及纹理图。本发明通过筛选出质量好无遮挡的纹理图像进行纹理映射，对面片边缘交界部分进行纹理匀色，最后生成纹理图以及纹理映射过后的模型，能够高效的完成无遮挡的纹理映射。
-
公开(公告)号：CN113538264A
公开(公告)日：2021-10-22
申请号：CN202110739242.2
申请日：2021-06-30
Applicant: 深圳大学
Abstract: 本发明公开了一种点云数据的去噪方法、装置及存储介质，所述方法包括：获取待去噪电力线点云，并对所述待去噪电力线点云进行粗提取，得到粗提取点云；计算所述粗提取点云的质心，并根据所述质心，对所述粗提取点云进行坐标变换和筛选，得到中间电力线点云；将所述中间电力线点云进行坐标还原变换，得到目标电力线点云。本发明实施例通过上述方法以坐标变换的方式对点云数据沿着电力线方向进行压缩，以此提高电力线点云的聚集程度从而达到在保留电力线数据完整性的前提下尽可能多的去除影响后续操作的噪声点，提高去噪的准确度和效果，经过处理之后的点云数据具有更高的鲁棒性，为后续的点云处理工作提供了更优质的数据，方便用户。
-
公开(公告)号：CN112767424B
公开(公告)日：2021-07-13
申请号：CN202110376812.6
申请日：2021-04-08
Applicant: 深圳大学
Abstract: 本发明公开了一种基于室内三维点云空间自动剖分方法，所述方法包括：获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据。然后对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据。之后对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据。最后根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。本发明可以实现自动分割室内空间，解决了现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。
-
Patent Agency Ranking
公开(公告)号：CN112489207B
公开(公告)日：2021-07-13
申请号：CN202110167128.7
申请日：2021-02-07
Applicant: 深圳大学
Abstract: 本发明公开了一种空间约束的密集匹配点云平面基元提取方法，包括：获取目标物体的密集匹配点云，将所述密集匹配点云分割为若干超体素；采用区域生长方法确定各个所述超体素的平面支持区域，基于所述平面支持区域构建最大平面支持区域；根据所述最大平面支持区域对所述点云中的点的法向量进行全局优化，获取所述密集匹配点云的法向量信息；根据所述法向量信息，提取所述目标物体的平面基元并对所述平面基元进行修复。本发明通过构建最大平面支持区域，基于最大平面支持区域进行全局法向量优化，根据优化后的法向量进行平面基元及平面基元修复，能够有效降低噪声影响并保留物体的结构特征，提取出完整而连续的平面基元。
-
公开(公告)号：CN112712596B
公开(公告)日：2021-07-06
申请号：CN202110330216.4
申请日：2021-03-29
Applicant: 深圳大学
Abstract: 本发明公开了一种密集匹配点云建筑物结构化模型精细重建方法，所述方法通过获取原始点云数据，根据原始点云数据生成标准平面基元数据，然后再根据标准平面基元数据生成候选平面基元数据，并在候选平面基元数据筛选出目标平面基元数据，最终基于目标平面基元数据构建出三维建筑物模型。由于标准平面基元数据之间具有规则的相对位置关系，因此本发明可以有效解决现有技术中从原始原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。
-
公开(公告)号：CN113032155A
公开(公告)日：2021-06-25
申请号：CN202110569552.4
申请日：2021-05-25
Applicant: 深圳大学
IPC: G06F9/50
Abstract: 本发明公开了一种时空数据可视化任务驱动的云边端资源协同调度方法，该方法包括：将云边端的资源信息进行服务化，得到资源信息对应的服务任务；当获得时空数据可视化任务时，对所述时空数据可视化任务进行任务分解，得到与所述时空数据可视化任务对应的调度工作流；将与所述调度工作流对应的服务任务作为服务单元，并对所述服务单元进行连接，得到与所述时空数据可视化任务对应的调度服务链；根据所述调度服务链，对所述资源信息进行动态分配并执行所述调度服务链。本发明通过对资源信息的服务化以及对时空数据可视化任务的分解，将资源信息与服务进行对应，并根据任务的情况，进行资源信息的调配，实现可视化任务的高效执行。
-
公开(公告)号：CN112435299B
公开(公告)日：2021-06-01
申请号：CN202110120579.5
申请日：2021-01-28
Applicant: 深圳大学
Abstract: 本发明公开了一种机载点云辅助的卫星影像立体匹配点云定向方法，包括：获取卫星影像立体匹配点云和机载点云，确定卫星影像立体匹配点云和机载点云的若干重叠区；计算各个重叠区对应的机载点云密度和重叠区面积，并根据机载点云密度和重叠区面积确定各个重叠区的定向权重；根据定向权重构建目标函数，并根据目标函数对卫星影像立体匹配点云进行绝对定向。本发明根据各个重叠区对应的机载点云密度和重叠区面积确定各个重叠区的定向权重，根据各个重叠区的定向权重对卫星影像立体匹配点云进行绝对定向，在绝对定向过程中考虑了不同重叠区中的机载点云数据的数据质量差异及误差分布的各向异性，提高了卫星影像立体匹配点云的定向精度。
-
公开(公告)号：CN112396133A
公开(公告)日：2021-02-23
申请号：CN202110073521.X
申请日：2021-01-20
Applicant: 深圳大学
IPC: G06K9/62
Abstract: 本发明公开了基于多尺度空间的城市区域空地一体融合点云分类方法，所述方法包括：获取空地一体融合点云数据；对所述空地一体融合点云数据进行多尺度超体素分割，得到多尺度超体素；对所述多尺度超体素进行动态区域增长的平面提取，得到点簇；其中，所述点簇为超体素或超体素构成的平面结构；采用分类器对所述点簇进行分类训练，得到点云分类结果。本发明实施例通过对点云数据进行分割和动态区域增长的平面提取，以及采用分类器对点簇进行分类，得到精准的分类结果，为后续进行点云统计做准备。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.023 seconds)
