一种基于k近邻域划分的点云数据去噪方法

    公开(公告)号:CN107392875A

    公开(公告)日:2017-11-24

    申请号:CN201710648346.6

    申请日:2017-08-01

    申请人: 长安大学

    IPC分类号: G06T5/00

    CPC分类号: G06T5/002 G06T2207/10028

    摘要: 本发明公开了一种基于k近邻域划分的点云数据去噪方法:利用单元格法对点云数据进行空间划分;获得点云数据的邻域信息,完成点云数据k近邻域搜索;计算点云数据中两个点的平均距离;计算点云数据中的任一点对其k近邻域的点的影响力的值;遍历点云数据,计算点云数据影响力值的平均值,在此基础上设定与影响力比较的阈值;将设定的阈值与点云数据的影响力的值进行比较判断这个点是否是噪声点;将噪声点去除,得到去燥后的点云数据。本发明将利用单元格法完成点云数据的空间划分确定任意点的k近邻域信息与高斯影响函数作为影响力评价函数相结合,能够有效地去除点云模型中的噪声点,同时保留原模型的特征信息,计算效率也得到提高。

    距离提示对象分割系统和方法

    公开(公告)号:CN104541302B

    公开(公告)日:2017-11-24

    申请号:CN201380026198.4

    申请日:2013-03-22

    申请人: TK控股公司

    IPC分类号: G06T7/11

    摘要: 响应于从独立测距系统(162)或者从来自立体视觉系统(16,16)的距离地图(range map)图像(80)的自上而下变换确定的距离,距离地图图像(80)中的对象(50)被群集到感兴趣区域(114)中。每个感兴趣区域(114)的相对中心位置(116)被变换为单图像几何结构,并且沿着多个径向搜索路径(126)从相对中心位置(116)向外径向地搜索关联单图像(40.1,40.2)的对应部分,沿着该路径使用边缘保持平滑滤波器(132,132)滤波关联图像像素(100),以便沿着径向搜索路径(126)找到关联对象(50)的边缘(124)。用于每个径向搜索路径(126)的边缘位置(124)都被组合在提供用于区分对象(50)的边缘轮廓矢量(124,124)中。

    一种室内核辐射的四维信息重建装置及方法

    公开(公告)号:CN107274484A

    公开(公告)日:2017-10-20

    申请号:CN201710458281.9

    申请日:2017-06-16

    IPC分类号: G06T17/00 G06T7/70 G01V11/00

    摘要: 本发明公开了一种室内核辐射的四维信息重建装置及方法,涉及核辐射探测技术领域,旨在提供一种快速重建核辐射场景的三维空间信息和场景内核辐射剂量信息的装置及方法。本发明装置,包括移动云台、激光发射器、准直器、闪烁探测器、双目相机及信号传输电路;所述激光发射器、准直器、双目相机及闪烁探测器均位于所述移动云台上;准直器与闪烁探测器位于一条直线上;所述双目相机用于拍摄激光发射器照射到所述空间某点的激光光斑;所述信号传输电路用于将闪烁探测器输出的电信号和双目相机输出的图像传输给室外的控制中心;控制中心用于根据所述电信号计算得到所述空间某点的辐射强度,同时根据双目相机输出的图像计算出所述空间某点的三维坐标。

    坐标测量系统数据缩减
    97.
    发明授权

    公开(公告)号:CN103890766B

    公开(公告)日:2017-10-10

    申请号:CN201280048173.X

    申请日:2012-07-27

    发明人: J·J·奥黑尔

    摘要: 通过基于诸如CAD模型或坐标测量机检查计划之类的电子文件中包含的标称几何信息来分割和/或缩减数据,从而以策略性的和系统的方式来缩减与坐标测量机数据相关联的诸如点云数据的坐标测量数据。例如,在一个实施方式中,利用软件应用程序来识别对象的CAD模型内的几何特征和公差,并且基于从CAD模型中识别出的几何特征和公差来分割物理对象的坐标测量数据。可以对坐标测量数据的各个分割分配不同的数据要求,并且可以按照不同的方式基于逐个特征缩减数据。

    一种无序三维点云的无畸变成像方法

    公开(公告)号:CN107123135A

    公开(公告)日:2017-09-01

    申请号:CN201710198324.4

    申请日:2017-03-31

    IPC分类号: G06T7/32

    CPC分类号: G06T7/32 G06T2207/10028

    摘要: 本发明提出了一种无序三维点云无畸变成像的方法,属于三维点云成像技术领域。该方法适用于无序三维点云并且生成的图像无畸变,该方法通过映射矩阵和序列化栅格分别对无序点云进行无畸变映射和有序化处理,生成纹理清晰的无畸变二维灰度图像,克服了传统方位角图成像方法只能应用于有序点云且生成的图像存在畸变的局限性,同时保留了传统方位角图成像方法纹理清晰的优势。相对于传统点云成像方法,该成像方法考虑了正常图像成像原理,有助于提升点云图像对场景描述的准确性。本发明可用在移动机器人场景理解等人工智能领域。