基于多层次语义特征的建筑立面点云提取系统及方法

    公开(公告)号:CN111932574A

    公开(公告)日:2020-11-13

    申请号:CN202010906483.7

    申请日:2020-09-01

    Abstract: 本发明提供一种基于多层次语义特征的建筑立面点云提取系统及方法,使用数据读取模块读取原始点云数据;使用点云处理模块对原始点云数据进行预处理,定义单点语义特征,设置单点语义特征阈值,得到待分类点、高层建筑立面点并投影到二维平面;定义格网语义特征,设置格网语义特征阈值,使用图像处理模块得到兴趣格网;基于兴趣格网生成点云格网特征图像;定义区域语义特征、设置各区域语义特征阈值得到建筑立面区域;使用数据输出模块根据建筑立面区域与高层建筑立面点对应点云,计算得到建筑立面点云。本发明可以解决现有技术中存在的对城市建筑物立面点云进行提取时,对点云数据质量要求高、提取精度较低、算法适应性较弱的技术问题。

    一种基于距离阈值的并行点云抽稀方法

    公开(公告)号:CN114299240A

    公开(公告)日:2022-04-08

    申请号:CN202111563016.X

    申请日:2021-12-20

    Abstract: 本发明提供一种基于距离阈值的并行点云抽稀方法,包括以下步骤:S1、并行统计原始点云空间范围,根据原始点云空间范围划分立方体,构建立方体链表;S2、并行把原始点云放入立方体链表中,确定所有点云在立方体链表中的位置;S3、计算每一个立方体的左下角坐标以及每一个立方体中包含的点云数量,合并所有立方体的链表;S4、根据距离阈值并行迭代每个立方体中的点云,在立方体链表中标记包含至少一个点云的体素,输出被标记体素中的一个点云到抽稀点云集合。本发明可以解决在对点云进行抽稀时,不能保留点云的几何特征,同时抽稀效率较低的技术问题。

Patent Agency Ranking