-
Patent Agency Ranking
公开(公告)号：CN107862738B
公开(公告)日：2019-10-11
申请号：CN201711218661.1
申请日：2017-11-28
Applicant: 武汉大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于移动激光测量点云进行室内结构化三维重建方法，首先基于激光扫描点云证据栅格地图进行房间分割；然后基于矢量墙面投影线段进行空间划分；最后基于矢量和栅格叠加构建矢量房间平面图和室内三维模型。本发明充分利用室内空间的语义信息和结构化元素，将室内三维重建问题转化为房间分割和基于GIS的叠加分析问题，利用分割的房间作为先验知识解决建模过程中激光测量的遮挡和数据不完整的问题，可以快速高效的构建具有拓扑一致性的室内建筑物三维模型。同其他方法相比，本发明可以更好的处理室内复杂环境的点云数据，满足室内结构化三维重建的要求。
-
公开(公告)号：CN107945189A
公开(公告)日：2018-04-20
申请号：CN201711219593.0
申请日：2017-11-28
Applicant: 武汉大学
CPC classification number: G06T7/11 , G06T7/136 , G06T7/187 , G06T17/05 , G06T17/20 , G06T2207/10028 , G06T2207/20128 , G06T2207/20156
Abstract: 本发明公开了一种基于正态分布变换单元的点云平面分割方法，采用体素化网格表达点云空间，每个体素内的点云用正态分布进行描述得到正态分布变换单元。计算每个正态分布变换单元内点云的正态分布的数字特征，均值和协方差矩阵。对协方差矩阵进行特征值分解，得到三个特征值和特征向量，通过协方差椭球描述正态分布变换单元内点云分布的几何特征。将正态分布变换单元分为平面和非平面正态分布变换单元，以正态分布变换体素单元作为区域生长的基本单元，通过不断迭代生长最终得到位于同一平面的点云。最后运用迭代重权重最小二乘算法实现对点云平面的拟合，得到点云平面的法向量、平面范围参数。本发明速度快，同时可提高平面拟合的精度和稳健性。
-
公开(公告)号：CN105894044A
公开(公告)日：2016-08-24
申请号：CN201610280634.6
申请日：2016-04-29
Applicant: 武汉大学
IPC: G06K9/62
CPC classification number: G06K9/6218
Abstract: 本发明提供了一种适用于复杂车载激光扫描数据的单株树木自动提取方法，主要分为两大步骤：基于聚类特征的粗分类，从车载激光扫描数居中获取可能包含树木的点聚类，称之为候选树木聚类；基于两级体素的区域生长，从每一个候选树木聚类中提取出所包含的单株树木点云。本本发明结合树木的整体和局部几何特征，能够在复杂环境中自动识别出单株树木的种子，针对树干与树冠分别制定不同的生长规则，分别进行生长，实现单株树木提取。同其他单株树木提取算法相比，该方法在树木数量的提取完整度和正确率、单株树木点云的提取精度以及复杂环境下的提取等方面取得了较大提高，能够用于进一步的树木信息提取。
-
公开(公告)号：CN107862738A
公开(公告)日：2018-03-30
申请号：CN201711218661.1
申请日：2017-11-28
Applicant: 武汉大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于移动激光测量点云进行室内结构化三维重建方法，首先基于激光扫描点云证据栅格地图进行房间分割；然后基于矢量墙面投影线段进行空间划分；最后基于矢量和栅格叠加构建矢量房间平面图和室内三维模型。本发明充分利用室内空间的语义信息和结构化元素，将室内三维重建问题转化为房间分割和基于GIS的叠加分析问题，利用分割的房间作为先验知识解决建模过程中激光测量的遮挡和数据不完整的问题，可以快速高效的构建具有拓扑一致性的室内建筑物三维模型。同其他方法相比，本发明可以更好的处理室内复杂环境的点云数据，满足室内结构化三维重建的要求。
-
公开(公告)号：CN105894044B
公开(公告)日：2017-08-25
申请号：CN201610280634.6
申请日：2016-04-29
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明提供了一种适用于复杂车载激光扫描数据的单株树木自动提取方法，主要分为两大步骤：基于聚类特征的粗分类，从车载激光扫描数居中获取可能包含树木的点聚类，称之为候选树木聚类；基于两级体素的区域生长，从每一个候选树木聚类中提取出所包含的单株树木点云。本本发明结合树木的整体和局部几何特征，能够在复杂环境中自动识别出单株树木的种子，针对树干与树冠分别制定不同的生长规则，分别进行生长，实现单株树木提取。同其他单株树木提取算法相比，该方法在树木数量的提取完整度和正确率、单株树木点云的提取精度以及复杂环境下的提取等方面取得了较大提高，能够用于进一步的树木信息提取。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
