-
Patent Agency Ranking
公开(公告)号：CN107330894A
公开(公告)日：2017-11-07
申请号：CN201710478246.3
申请日：2017-06-22
CPC classification number: G06T7/10 , G06T7/13 , G06T15/00 , G06T2207/10012 , G06T2207/20182
Abstract: 本发明涉及一种面向平面舱壁类型船舱的点云数据自动分割方法，包括以下步骤：分割甲板与内底板的点云数据；分割纵、横舱壁板的点云数据；探测倾式内底边板，若倾式内底边板存在，则分割其点云数据；分割各个肋板的点云数据；分割各个水平桁的点云数据；判断各个舱壁板上是否存在扶强材，若存在，则分割该舱壁板上的扶强材点云数据；对前述的每个肋板点云数据，分割其对应的横梁及肋骨的点云数据，合并该肋板点云数据与对应的横梁及肋骨点云数据，组成完整的横向加强框架点云数据。与现有技术相比，本发明大大提高了海量船舱三维点云分割的速度与自动化程度，具有分割效率高、精确度高等优点。
-
公开(公告)号：CN107330894B
公开(公告)日：2018-06-29
申请号：CN201710478246.3
申请日：2017-06-22
Abstract: 本发明涉及一种面向平面舱壁类型船舱的点云数据自动分割方法，包括以下步骤：分割甲板与内底板的点云数据；分割纵、横舱壁板的点云数据；探测倾式内底边板，若倾式内底边板存在，则分割其点云数据；分割各个肋板的点云数据；分割各个水平桁的点云数据；判断各个舱壁板上是否存在扶强材，若存在，则分割该舱壁板上的扶强材点云数据；对前述的每个肋板点云数据，分割其对应的横梁及肋骨的点云数据，合并该肋板点云数据与对应的横梁及肋骨点云数据，组成完整的横向加强框架点云数据。与现有技术相比，本发明大大提高了海量船舱三维点云分割的速度与自动化程度，具有分割效率高、精确度高等优点。
-
公开(公告)号：CN106910235A
公开(公告)日：2017-06-30
申请号：CN201710041503.7
申请日：2017-01-20
Applicant: 同济大学
CPC classification number: G06T15/005 , G06T17/00
Abstract: 本发明的目的是为了解决地面三维激光扫描和逆向三维建模技术领域中具有颜色信息的三维点云数据自动、快速匀光匀色问题。本发明所采用的技术方案步骤如下：点云数据配准；同名点提取；同名点验核；色彩转换参数计算；点云匀光匀色。该方法可以高效、批量的对多站具有颜色信息的地面三维激光扫描数据进行匀光匀色，为逆向三维建模中的纹理生成提供优质数据基础，在地面三维激光扫描和逆向三维建模技术领域能发挥很大作用。
-
公开(公告)号：CN112199814A
公开(公告)日：2021-01-08
申请号：CN202010840205.6
申请日：2020-08-18
Applicant: 同济大学
Abstract: 本发明提供的一种所述测量系统的系统误差自检校方法、装置、设备及计算机存储介质，所述方法包括构建基于Gauss‑Helmert并顾及随机误差的系统误差自检校模型，获取该模型中未知参数向量的初始值和随机误差向量的初始值，以及同名点的观测值，采用非线性最小二乘理论及牛顿‑高斯方法对所述未知参数向量和所述随机误差向量迭代求解，获得满足预设收敛条件的所述未知参数向量的最终解算值，从而获取测量系统的系统误差参数，有效提高了测量系统中的系统误差参数的解算精度；此外，本发明所述方法还可以通过方差分量估计方法，实现在先验信息错误或先验信息未知情况下的验后估计，有效确保系统误差参数的求解精度。
-
公开(公告)号：CN112199814B
公开(公告)日：2023-03-10
申请号：CN202010840205.6
申请日：2020-08-18
Applicant: 同济大学
Abstract: 本发明提供的一种所述测量系统的系统误差自检校方法、装置、设备及计算机存储介质，所述方法包括构建基于Gauss‑Helmert并顾及随机误差的系统误差自检校模型，获取该模型中未知参数向量的初始值和随机误差向量的初始值，以及同名点的观测值，采用非线性最小二乘理论及牛顿‑高斯方法对所述未知参数向量和所述随机误差向量迭代求解，获得满足预设收敛条件的所述未知参数向量的最终解算值，从而获取测量系统的系统误差参数，有效提高了测量系统中的系统误差参数的解算精度；此外，本发明所述方法还可以通过方差分量估计方法，实现在先验信息错误或先验信息未知情况下的验后估计，有效确保系统误差参数的求解精度。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
