公开(公告)号：CN107818550B

公开(公告)日：2021-05-28

申请号：CN201711029978.0

申请日：2017-10-27

Applicant: 广东电网有限责任公司机巡作业中心

Inventor： 许志海 ,  陈剑光 ,  王丛 ,  杨鹏

IPC: G06T5/00

Abstract: 本发明涉及激光点云分类技术领域，更具体地，涉及一种基于LiDAR的点云顶部噪点剔除方法。以空间聚类及空间自相关的角度为基础，对点云建立标准空间网格，利用点云数据的空间分布特征及相互依赖关系，确定噪点位置，并根据网格聚类的生长方式确定存在噪点的网格，利用初始确认的顶部噪点作为种子点进行欧式聚类，达到剔除噪点的目的，该算法放弃了逐个点的计算，缩减了计算时间，解决了普遍适用性不强或者效率低下等原因导致在实际的生产运用起不到良好的效果，实现了特殊气候环境下产生的具有成云片状，密度大，范围广泛的噪点剔除准确率较高。

公开(公告)号：CN107818550A

公开(公告)日：2018-03-20

申请号：CN201711029978.0

申请日：2017-10-27

Applicant: 广东电网有限责任公司机巡作业中心

Inventor： 许志海 ,  陈剑光 ,  王丛 ,  杨鹏

IPC: G06T5/00

CPC classification number: G06T5/002 ,  G06T2207/10028

Abstract: 本发明涉及激光点云分类技术领域，更具体地，涉及一种基于LiDAR的点云顶部噪点剔除方法。以空间聚类及空间自相关的角度为基础，对点云建立标准空间网格，利用点云数据的空间分布特征及相互依赖关系，确定噪点位置，并根据网格聚类的生长方式确定存在噪点的网格，利用初始确认的顶部噪点作为种子点进行欧式聚类，达到剔除噪点的目的，该算法放弃了逐个点的计算，缩减了计算时间，解决了普遍适用性不强或者效率低下等原因导致在实际的生产运用起不到良好的效果，实现了特殊气候环境下产生的具有成云片状，密度大，范围广泛的噪点剔除准确率较高。