-
Patent Agency Ranking
公开(公告)号：CN117576144B
公开(公告)日：2024-03-29
申请号：CN202410050728.9
申请日：2024-01-15
Applicant: 湖北工业大学
Abstract: 本发明提供了一种激光点云电力线提取方法、装置和电子设备，该方法包括：提取激光点云中的初始电力线点云，初始电力线点云中包含电力线和与其接近的非电力线部分；构建图割模型，从初始电力线点云中提取电力线点，确定图割模型的前景点，从初始电力线点云中提取非电力线点，确定图割模型的背景点，并根据电力线的线性特征确定所述图割模型的能量方程；以最小化所述能量方程为目标计算所述图割模型的最小割，基于最小割对初始电力线点云中的电力线和非电力线部分进行分割，确定目标电力线点云。本发明可以在复杂城市环境下对激光点云中的电力线进行有效提取。
-
公开(公告)号：CN119445208A
公开(公告)日：2025-02-14
申请号：CN202411448659.3
申请日：2024-10-17
Applicant: 湖北工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供顾及全局‑局部自注意力机制的机载点云分类方法及系统，所述方法包括：步骤1：选取ISPRS‑3D机载点云数据集；步骤2：对点云数据进行预处理；步骤3：基于点云数据构建边缘卷积网络，提取到点云的局部特征；步骤4：基于提取的点云的局部特征构建局部自注意力机制网络；步骤5：构建全局自注意力机制网络；步骤6：构建全局‑局部自注意力机制模块；步骤7：采用U‑net网络设计完成整体网络结构；步骤8：将待分类的机载激光点云测试数据输入训练好的整体网络结构中，得到每个点的类别标签。本发明针对机载点云大场景分类中存在的特征表达不足、样本类别不均衡的问题，创新性的提出一种整合边缘卷积的全局‑局部自注意力机制神经网络。
-
公开(公告)号：CN117576144A
公开(公告)日：2024-02-20
申请号：CN202410050728.9
申请日：2024-01-15
Applicant: 湖北工业大学
Abstract: 本发明提供了一种激光点云电力线提取方法、装置和电子设备，该方法包括：提取激光点云中的初始电力线点云，初始电力线点云中包含电力线和与其接近的非电力线部分；构建图割模型，从初始电力线点云中提取电力线点，确定图割模型的前景点，从初始电力线点云中提取非电力线点，确定图割模型的背景点，并根据电力线的线性特征确定所述图割模型的能量方程；以最小化所述能量方程为目标计算所述图割模型的最小割，基于最小割对初始电力线点云中的电力线和非电力线部分进行分割，确定目标电力线点云。本发明可以在复杂城市环境下对激光点云中的电力线进行有效提取。
-
公开(公告)号：CN116843701A
公开(公告)日：2023-10-03
申请号：CN202310672472.0
申请日：2023-06-07
Applicant: 湖北工业大学
Abstract: 本发明提出了一种车载点云杆状物实例分割方法及计算机可读介质。本发明点云体素化，并确定体素属性；以体素为节点，连接体素的八邻域为边，体素中心点间的欧式距离为边权重，构建图割优化模型，得到能量函数最优化时的粗分割结果；利用自采集数据集来训练PointNet++网络模型，从中得到出原始输入点云的32维深度特征；在粗分割结果中找到粘连杆状地物连接区域，确定缓冲区域；以缓冲区域中的点为节点，k近邻内的点为邻域构建边，高维深度学习特征距离为边权重，构建图割优化模型，得到最终的精分割结果。本发明极大程度的保留点云边界信息，利用能量函数最小化来实现分割结果的全局最优化，且有效地实现粘连杆状地物精细化分割。
-
公开(公告)号：CN117611779A
公开(公告)日：2024-02-27
申请号：CN202311639849.9
申请日：2023-11-30
Applicant: 湖北工业大学
Abstract: 本发明提供融合八叉树体素与点的混合增长屋顶平面分割方法及系统，具体实现如下：首先，构造八叉树体素并以此作为分割对象，运用平面拟合条件可有效区分平面体素和非平面体素。其次，创新性的提出一种基于体素和点的混合区域增长算法，该算法通过分析相邻体素或点之间的几何关系，将具有相似属性的体素或点划分为同一区域。最后，再通过迭代细分的方法将未分配的点分配到各个初始平面，并对相似的平面进行二次合并，得到最终平面分割结果。本发明所述的分割方法可以有效的对建筑物屋顶平面实现精细分割。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
