-
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。
-
公开(公告)号:CN109902425A
公开(公告)日:2019-06-18
申请号:CN201910182146.5
申请日:2019-03-11
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明提出的是一种地基式点云的隧道断面提取方法,包括如下步骤:(1)计算提取断面位置处的中心坐标;(2)确定隧道断面方程;(3)确定隧道断面内射线方程;(4)确定断面点;(5)断面拟合及重采样。本发明采用更贴合隧道表面形状的圆柱面进行局部拟合,克服隧道表面噪声的影响,能够自适应不同的隧道点云密度,对于非均匀的隧道点云也能够顺利的提取出隧道断面;同时对提取的断面点做了进一步的拟合及重采样处理,进一步适应点云的非均质性和一定程度上弥补部分缺失部位点云。
-
公开(公告)号:CN109448087A
公开(公告)日:2019-03-08
申请号:CN201811215484.6
申请日:2018-10-18
Applicant: 南京林业大学
Abstract: 本发明涉及一种盾构隧道表面点云数据分段方法,包括:1)盾构隧道点云投影:根据盾构隧道点云走向,将三维点云转换成二维;2)边界点提取:将投影后的二维点云网格化,利用网格提取出点云的上下边界点;3)隧道点云分段位置计算:a)所提取边界点的切线斜率计算;b)分段位置计算;4)对两个投影面上盾构隧道点云分段位置联合处理,完成隧道整体点云数据的分段,为隧道点云建模做准备。优点:1)研究了盾构隧道表面点云的分段方法,为基于TLS技术的盾构隧道的中轴线提取、断面分析等点云处理方法提供了技术支撑。2)有效提高中轴线拟合精度,补充盾构隧道变形监测技术方法,在盾构隧道安全监测、预防重大事故方面具有重要的实用价值。
-
公开(公告)号:CN109448087B
公开(公告)日:2023-07-07
申请号:CN201811215484.6
申请日:2018-10-18
Applicant: 南京林业大学
Abstract: 本发明涉及一种盾构隧道表面点云数据分段方法,包括:1)盾构隧道点云投影:根据盾构隧道点云走向,将三维点云转换成二维;2)边界点提取:将投影后的二维点云网格化,利用网格提取出点云的上下边界点;3)隧道点云分段位置计算:a)所提取边界点的切线斜率计算;b)分段位置计算;4)对两个投影面上盾构隧道点云分段位置联合处理,完成隧道整体点云数据的分段,为隧道点云建模做准备。优点:1)研究了盾构隧道表面点云的分段方法,为基于TLS技术的盾构隧道的中轴线提取、断面分析等点云处理方法提供了技术支撑。2)有效提高中轴线拟合精度,补充盾构隧道变形监测技术方法,在盾构隧道安全监测、预防重大事故方面具有重要的实用价值。
-
-
公开(公告)号:CN111275052A
公开(公告)日:2020-06-12
申请号:CN202010030687.9
申请日:2020-01-13
Applicant: 南京林业大学
Abstract: 本发明提出的是一种基于多层次聚合特征提取与融合的点云分类方法,包括如下步骤:(一)多层次点集的构建;(二)基于LLC-LDA的点集特征提取;(三)基于多尺度最大池化(LLC-MP)的点集特征提取;(四)基于多层次点集特征融合的点云分类。本发明提出一种基于多尺度最大池化和latent Dirichlet allocation(LDA)的多层次点集聚合特征提取与融合方法,并基于融合的聚合特征实现点云分类。本发明算法通过多层次聚类,自适应获取多层次多尺度目标点集,通过局部线性约束稀疏编码(Locality-constrained Linear Coding,LLC)表达点云单点特征,利用点坐标构建尺度金字塔,并基于最大池化方法构造能够表征点集局部分布的特征,然后融合该特征与LLC-LDA模型提取点集全局特征,最终利用融合的点集多层次聚合特征实现点云分类。
-
公开(公告)号:CN109919955A
公开(公告)日:2019-06-21
申请号:CN201910182145.0
申请日:2019-03-11
Applicant: 南京林业大学
Abstract: 本发明提出的是一种地基式激光雷达点云的隧道轴线提取和分割方法,包括如下步骤:(1)基于2D投影法提取隧道轴线点;(2)构建轴线MST;(3)基于SG滤波进行隧道轴线平滑;(4)基于改进RANSAC算法进行轴线分割;(5)总体最小二乘轴线拟合。本发明采取先分割后拟合的策略,实现隧道轴线方程的分段表达;降低分割的复杂度,实现对隧道要素的精确分割;使用总体最小二乘方法拟合隧道轴线,降低对噪声的敏感程度。
-
-
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: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。
-
-
-
-
-
-
-
-
-