-
Patent Agency Ranking
公开(公告)号：CN118277497B
公开(公告)日：2024-10-15
申请号：CN202410412473.6
申请日：2024-04-08
Applicant: 湖北大学
Abstract: 本发明公开了一种中心型标签云生成方法及交互定制设计系统，属于标签云技术领域。所述方法包括：获取用户在地图上圈定的地理范围，从数据库中筛选出所述地理范围内的兴趣点；获取用户选定的中心位置，根据筛选出的兴趣点的属性数据计算各个兴趣点的屏幕坐标和标签属性，根据各个兴趣点的屏幕坐标和标签属性创建标签列表；根据标签列表依次在画布中创建标签对象，基于当前兴趣点的屏幕坐标相对于的中心位置的偏移主角度，采用多角度径向移位算法计算当前标签对象的最佳摆放位置，生成全局无压盖的中心型标签云。本发明可以生成全局无压盖的中心型标签云，可以有效解决标签在生成过程中可能出现的数据堆积问题，提高了信息的可读性与整体视觉效果。
-
-
公开(公告)号：CN110794424A
公开(公告)日：2020-02-14
申请号：CN201911105784.3
申请日：2019-11-13
Applicant: 湖北大学
IPC: G01S17/933 , G01S7/48 , G06K9/00 , G06K9/62
Abstract: 本发明涉及一种基于ReliefF特征选择的全波形机载激光雷达地物分类方法。该方法包括：对机载激光雷达全波形数据进行高斯分解，获取回波参数并使用LM算法进行优化；基于不同几何邻域提取机载激光雷达数据点云特征，利用优化后的回波参数提取全波形数据的波形特征；将机载激光雷达数据中的点云特征和全波形数据的波形特征相融合，使用ReliefF算法对各特征在分类时的重要性进行评价；进行特征选择，分析多种特征组合对不同地物分类效果的影响，利用随机森林分类器进行地物分类。本发明利用机载激光雷达点云数据与全波形数据，通过特征提取与选择找到分类的最优特征组合，从而达到实现高精度地物多分类的目的。
-
公开(公告)号：CN108765446A
公开(公告)日：2018-11-06
申请号：CN201810539185.1
申请日：2018-05-30
Applicant: 湖北大学
IPC: G06T7/143
CPC classification number: G06T7/143 , G06T2207/10028
Abstract: 本发明涉及一种电力线点云分割方法及系统，属于电力设备勘测维护领域，具体是涉及一种基于随机场和随机森林的电力线点云分割方法及系统。本发明融合马尔科夫随机场和随机森林的电力线点云分割，通过对点云体素化并结合马尔科夫随机场(MRF)进行线性分割，再在杆塔检测识别的基础上提取电力线分割段，从而提取电力线点云，实现对电力线的自动完整提取，具有较高的自动化程度，且提取精度较高。本发明针对大型电力线三维复杂场景，提出一种快速、精确且完全自动化的电力线检测方案，对不同电力线通道场景具有普遍适用性，对电力线的自动化提取和重建具有重要意义。
-
公开(公告)号：CN108171131A
公开(公告)日：2018-06-15
申请号：CN201711352133.5
申请日：2017-12-15
Applicant: 湖北大学
Abstract: 本发明涉及一种道路标识线提取方法，属于GIS信息技术领域，具体是涉及一种基于改进MeanShift的Lidar点云数据道路标识线提取方法及系统。本发明利用车载激光雷达采集系统和惯性测量系统获取道路点云数据，通过八叉树对点云数据建立邻接图关系，进行超体聚类，利用融合强度、法向量等多特征的MeanShift算法对点云数据进行道路标识线提取，不仅能够准确提取出来道路标识线点，同时极大地减小了MeanShift算法的计算量，从而达到提高激光雷达数据自动化提取道路标识线精度和效率的目的。
-
-
-
-
Search Results
25
records
(took 0.081 seconds)
