[发明专利]基于主动学习的机载LiDAR点云滤波方法有效
申请号: | 201910326254.5 | 申请日: | 2019-04-23 |
公开(公告)号: | CN110119438B | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 惠振阳;李大军;鲁铁定;王乐洋;胡海瑛 | 申请(专利权)人: | 东华理工大学 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06K9/62;G06T19/20 |
代理公司: | 武汉维创品智专利代理事务所(特殊普通合伙) 42239 | 代理人: | 余丽霞 |
地址: | 344000*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于主动学习的机载LiDAR点云滤波方法,包括步骤:S1,获取点云数据并进行低位噪声点剔除;S2,采用多尺度形态学运算自动获取并标记训练样本集;S3,对训练样本集进行特征提取并建立SVM模型S4,采用训练模型对候选样本集进行分类,分为候选地面点集和候选非地面点集,将神谕设置为候选点集至拟合曲面距离的S型函数,每次迭代分别从候选地面点集和候选非地面点集中各选取q个点加入训练样本集中并更新训练模型,一直迭代,直到候选地面点集和候选非地面点集中的点云个数均不再大于q为止,最后将最新训练模型的分类作为点云滤波结果;S5,滤波优化。本发明能够解决现有技术需要大量的样本标记,滤波精度不够理想的问题。 | ||
搜索关键词: | 基于 主动 学习 机载 lidar 滤波 方法 | ||
【主权项】:
1.一种基于主动学习的机载LiDAR点云滤波方法,其特征在于,包括以下步骤:S1,获取点云数据并进行低位噪声点剔除;S2,采用多尺度形态学运算自动获取并标记训练样本集;S3,对训练样本集进行特征提取并建立SVM模型;S4,采用训练模型对候选样本集进行分类,分为候选地面点集和候选非地面点集,将神谕设置为候选点集至拟合曲面距离的S型函数,每次迭代分别从候选地面点集和候选非地面点集中各选取q个点加入训练样本集中并更新训练模型,一直迭代,直到候选地面点集和候选非地面点集中的点云个数均不再大于q为止,最后将最新训练模型的分类作为点云滤波结果;S5,滤波优化。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华理工大学,未经东华理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910326254.5/,转载请声明来源钻瓜专利网。