“点云去重”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1441605个，建议您升级VIP下载更多相关专利

[发明专利]一种多相机激光点云拼接自动化去重方法-CN202211590337.3在审
发明人：罗印升;孙瑞;宋伟;焦澍;顾涛;梁步超 -专利权人：江苏理工学院
申请日： 2022-12-12 - 公布日： 2023-05-09 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种多相机激光点云拼接自动化去重方法，获取拼接后多相机的激光源点云和目标点云；对获取的激光源点云与目标点云进行滤波处理；滤波处理后，保存激光源点云与目标点云相重叠区域的点云；基于保存的所述重叠区域的点云，初步去除激光源点云与重叠区域相重合点云，完成粗去重区域；对初步去重的激光源点云进行离群点去重完成精去重，并和目标点云进行相加操作，完成对多相机激光点云拼接的去重操作。本发明解决传统拼接去重避免不了标定产生的误差，从而有效的提高去重精度，在保证点云拼接去重的效率的同时为之后点云的三维重建和测量相关数据降低处理复杂性。
一种多相激光拼接自动化方法

[发明专利]一种基于自学习的有向点云去噪方法-CN202211220083.6在审
发明人：唐琳琳;范艺杰;苏敬勇;刘洋;漆舒汉 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-10-08 - 公布日： 2022-12-13 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及点云去噪技术领域，更具体来说涉及一种基于自学习的有向点云去噪方法，在可微分泊松求解器的基础上，先将有向点云映射到网格域，在网格域上利用更加充分的几何信息进行自训练和优化，再将损失函数基于可微分的性质回传到点云域，对点云域的点进行移动和优化，实现去噪。将点云域的去噪问题映射到网格域的自身调整问题实现去噪，自学习训练过程中利用重采样的步骤来优化有向点云的局部法向一致性，同时重新定义多分辨率的损失函数，使得去噪能够在局部和整体信息间取得平衡。
一种基于自学习点云去噪方法

[发明专利]一种基于建图文件的重定位测试方法、芯片和机器人-CN202111441973.5在审
发明人：陈锦杰;黄惠保;孙明;周和文;赵一帆;游思遐;张子倩 -专利权人：珠海一微半导体股份有限公司
申请日： 2021-11-30 - 公布日： 2023-06-02 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于建图文件的重定位测试方法、芯片和机器人，所述方法包括：S1：获取建图文件，然后对建图文件的点云文件进行处理来获取处理后的点云数据和记录该点云数据对应的机器人位姿；S2：读取处理后的点云数据和该点云数据对应的机器人位姿，然后通过建图文件进行重定位测试计算；S3：基于重定位测试计算的匹配分数、建图文件的点云数据对应的机器人位姿和重定位方式来确定重定位测试计算的结果。本申请用建图记录的带时序的激光文件，去回溯做全地图的重定位测试，大大提高测试结果运用效率，减少人力成本。
一种基于图文定位测试方法芯片机器人

[发明专利]一种基于多尺度噪声的激光雷达点云去噪方法-CN202210839961.6在审
发明人：杨家志;沈洁;陈梦强;于广旺;周国清 -专利权人：桂林理工大学
申请日： 2022-07-15 - 公布日： 2022-10-21 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于多尺度噪声的激光雷达点云去噪方法，涉及三维点云去噪技术领域，包括根据不同尺度的噪声点进行分类处理；获取DBSCAN算法参数，将点云数据集分为不同形状的簇；使用Kd‑tree树加速搜索，DBSCAN算法对大尺度噪声进行聚类去噪处理；设定移动最小二乘法阶数，根据曲面进行法线估计，确定拟合半径；对小尺度噪声点使用移动最小二乘法平滑去噪和重采样处理。本发明的方法将两种去噪方法进行结合处理点云数据，点云数据中存在的多尺度噪声能够有效去除，并保持了点云模型的细节部分。
一种基于尺度噪声激光雷达点云去噪方法

[发明专利]一种点云数据提取方法、装置、电子设备及存储介质-CN202111553209.7在审
发明人：郝冰涛 -专利权人：顺丰科技有限公司
申请日： 2021-12-17 - 公布日： 2023-06-20 - 主分类号： G06T7/73 文献下载
摘要：本发明实施例公开了一种点云数据提取方法、装置、电子设备及存储介质；本发明实施例可以获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据。本发明能够有效地将待提取的堆集物点云数据从第一点云数据中提取出来，且提取精度非常高。
一种数据提取方法装置电子设备存储介质

[发明专利]三维点云配准方法、装置、系统和存储介质-CN202210688762.X在审
发明人：汤其剑;蔡银河;张曼英;彭翔;刘晓利;何文奇;朱青 -专利权人：深圳大学;深圳市安华光电技术有限公司
申请日： 2022-06-17 - 公布日： 2023-03-24 - 主分类号： G06T7/33 文献下载
摘要：本发明提供了一种三维点云配准方法、装置、系统和存储介质，发明提供的点云配准方法，通过将在后纹理图与在先纹理图的重复部分去除，以得到去重后的纹理图，并根据在后纹理图的纹理点云映射关系在在后纹理图的点云中选择与去重后的纹理图的点云作为在后纹理图的残缺点云，以减少点云配准过程中，参与点云配准计算的点的个数，有效降低了点云配准过程中的计算量。同时在处理多个点云数据的配准的过程中，通过将每一次配准后的点云映射至下一在后纹理图对应的残缺点云中，直至所有的纹理图都处理完成，以得到被测物体的点云，与将在后点云数据均映射到第一点云中的方式相比，有效降低了计算量
三维点云配准方法装置系统存储介质

[发明专利]点云数据去重方法及存储介质-CN202111467257.4在审
发明人：李健齐;李媛 -专利权人：智道网联科技（北京）有限公司
申请日： 2021-12-03 - 公布日： 2022-02-25 - 主分类号： G06T15/00 文献下载
摘要：本申请是关于一种点云数据去重方法及存储介质。该方法包括获取包含同一个时间段内的点云数据和图片数据；按照第一规则获得第一时刻点云图像以及第二时刻点云图像；按照第二规则对图片数据进行抽帧，获得至少一个第一抽帧图片、至少一个第二抽帧图片；分别提取第一抽帧图片和第二抽帧图片的特征向量；采用预设手段将第二抽帧图片的特征向量与第一抽帧图片的特征向量进行对比，若第二抽帧图片的特征向量与第一抽帧图片的特征向量的相似程度不满足预设条件，则保存第二时刻点云图像对应的第二抽帧图片以及第二时刻点云图像本申请提供的点云数据去重方法及存储介质，能够高效快速的得到去重后的数据，提高去重效率和精度。
数据方法存储介质

[发明专利]一种自动驾驶系统多激光雷达点云去重的快速标定方法-CN202210299837.5在审
发明人：常飞翔;吴晨晓;肖永国;廖明 -专利权人：天津优控智行科技有限公司
申请日： 2022-03-25 - 公布日： 2022-08-02 - 主分类号： G01S7/497 文献下载
摘要：本发明提供了一种自动驾驶系统多激光雷达点云去重的快速标定方法，包括以下后步骤：S1、针对父雷达以及子雷达的数据解析，生成点云数据，所述父雷达指的是最终发布融合点云数据的激光雷达，子雷达指的是需要将点云数据进行转化的激光雷达本发明有益效果：一种自动驾驶系统多激光雷达点云去重的快速标定方法，通过点云数据解析以及点云数据特征提取配准，以及ICP算法的精细配准，最后将不同点云数据进行时空同步以及邻阈法进行重复点去除，实现了多个激光雷达的外参精细标定，将不同的激光雷达数据在同一视角下进行表达，极大的提高了点云数据的密度以及雷达的视野。
一种自动驾驶系统激光雷达点云去重快速标定方法

[发明专利]一种基于PointNet的点云实例分割方法及系统-CN201910820019.3有效
发明人：潘琳琳;孔慧 -专利权人：南京理工大学
申请日： 2019-08-31 - 公布日： 2022-10-18 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于PointNet的点云实例分割方法及系统，点云数据预处理模块进行分块、采样、平移和归一化操作；PointNet神经网络训练模块通过PointNet神经网络，提取点云特征矩阵；矩阵计算模块，包括训练相似网络、置信网络和语义分割网络，通过三个网络分支提取点云特征的相似矩阵、置信度矩阵和语义分割矩阵；聚类合并模块确定有效的分割实例组后，进行去噪去重操作，完成实例物体得分割。本发明可有效的对室内场景的点云数据进行实例分割，为场景理解提供了可参考的解决方法。
一种基于 pointnet 实例分割方法系统

[发明专利]基于联合双边滤波和尖锐特征骨架提取的点云去噪方法-CN201611180960.6有效
发明人：郑颖龙;李桂清;伍世浩 -专利权人：华南理工大学
申请日： 2016-12-20 - 公布日： 2019-10-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于联合双边滤波和尖锐特征骨架提取的点云去噪方法，包括步骤：1)利用法向量差方法获取候选特征点；2)对候选点提取骨架；3)利用骨架对候选点进行重采样，得到特征点；4)对特征点赋予多法向量；5)基于联合双边滤波框架对点云法向量进行滤波；6)基于滤波后的法向量对点位置进行更新，得到去噪后的点云模型。本发明方法利用先提取尖锐特征骨架对模型结构进行分析，从而在去噪同时能更好保持物体尖锐特征，有助于应对高强度噪声，具有高鲁棒性的特点，具有很好的推广利用前景。
尖锐特征法向量去噪双边滤波点云骨架提取候选点特征点滤波高强度噪声候选特征点点云模型高鲁棒性模型结构点位置重采样联合更新赋予分析

[发明专利]基于边云协同的云数据去重方法-CN202210023210.7有效
发明人：石朋亮;杜瑞忠;王熙;汪晓慧 -专利权人：河北大学
申请日： 2022-01-10 - 公布日： 2023-07-14 - 主分类号： H04L9/08 文献下载
摘要：本发明提供了一种基于边云协同的云数据去重方法，其特征是，包括以下步骤：A、在密钥服务器输入安全参数k，为各个边缘节点生成密钥；B、对用户数据生成并输出文件密文C和内部去重标签的一致性，并去重；D、云服务器检验数据和外部去重标签csp_dep的一致性，并去重；E、用户文件解密。本发明采用端‑边‑云式的新方法来替换以前端‑云式方法，将云服务器部分去重功能下沉到靠近用户的边缘节点层，采用边缘节点层执行内部去重，云服务器执行外部去重。这种新的边云协同方式，在减少通信开销的同时提高数据去重的效率。
基于协同数据方法

[发明专利]一种三维点云快速抽稀去重方法-CN201711099002.0有效
发明人：徐元;万平;杨晶;杨振林;颜惠庆;邓良爱;龚书林;李学祥;杨保岑;刘小喜 -专利权人：中交上海航道勘察设计研究院有限公司;长江航道局;武汉海达数云技术有限公司
申请日： 2017-11-09 - 公布日： 2023-03-24 - 主分类号： G06T15/00 文献下载
摘要：一种三维点云快速抽稀去重方法，读取原始点云点数n和三维坐标空间范围；清零并申请内存空间；根据抽稀距离计算坐标去重系数；依次遍历读取点云坐标；将当前点转换为整型坐标；使用随机数产生器生成4个信息标记再映射到1‑8×n中的4个自然数n1，n2，n3，n4；判断第n1，n2，n3，n4二进制位是否全部为1，如为1则过滤删除，如果不为1，则将全部置为1，并将该点输出到目标点云文件；依次处理，直到所有点处理完毕，本发明优点在于：处理效率非常高，和点云数据量成线性关系；处理后点云空间分布非常均匀，消除点云近密远稀问题，去除冗余重复；数据同时空间特征得到很好保留。
一种三维快速抽稀去重方法

[发明专利]一种海底声呐点云数据处理方法-CN201910576810.4有效
发明人：金海燕;于洋;肖照林;李闯 -专利权人：西安理工大学
申请日： 2019-06-28 - 公布日： 2022-04-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种海底声呐点云数据处理方法，首先根据声呐点云的特性进行点云数据的融合与去燥，然后针对声呐点云的几何特性进行分区的点云精简，最后利用基于同心圆局部扩张的点云孔洞修补算法进行四维海底声呐点云孔洞的修补的海底点云数据处理方法；经本发明相关方法处理后的点云数据便于滤波算法对声呐点云数据中的人工目标进行识别与检测，既节省了人工对声呐图像数据判读所消耗的时间，又提高了人工目标识别算法的精确性，具有十分重大的意义。
一种海底声呐数据处理方法

[发明专利]一种基于点云的猪只体尺参数测量方法-CN202010400558.4有效
发明人：耿艳利;柳鹏飞;宣伯凯;张昕;宋朋首 -专利权人：河北工业大学
申请日： 2020-05-13 - 公布日： 2023-09-29 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于点云的猪只体尺参数测量方法，涉及整猪测量领域。该方法使用张定友标定法标定Kinect，获取系统的Kinect摄像头相关参数，在猪舍的顶部架设两个Kinect，两个摄像头之间的距离设定为3000mm‑4000mm，并通过连接装置与计算机连接，组成点云检测的硬件系统，并采集猪只点云数据，将采集到的点云数据通过条件滤波、统计滤波、体素滤波去噪算法进行去噪，并通过多元高斯分布的异常点检测进行去除离群点，将去噪好的点云通过SAC‑IA进行点云的粗配准，再通过ICP算法进行点云的精配准，得到猪只的整体点云，通过几何特征的提取算法得到猪只的体尺参数。本发明具有高灵敏度，高精度，低人工的优点，有着十分重大的意义。
一种基于猪只体尺参数测量方法

[发明专利]点云去噪模型获取方法、点云融合方法及其相关设备-CN202310331215.0有效
发明人：张晟东;李志建;邓涛;张立华 -专利权人：季华实验室
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本申请属于数据融合技术领域，公开了一种点云去噪模型获取方法、点云融合方法及其相关设备，基于扩散模型同时对噪声提取模型和点云去噪模型进行迭代训练，以得到训练后的点云去噪模型，可使得到的点云去噪模型能够有效剔除点云数据中的噪声，利用该点云去噪模型对待融合点云数据进行去噪处理后，再进行点云融合，可提高点云融合的精度。
点云去噪模型获取方法融合及其相关设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条