[发明专利]基于高阶条件随机场的机载激光点云分类方法有效
| 申请号： | 201910401905.2 | 申请日： | 2019-05-14 |
| 公开（公告）号： | CN110110802B | 公开（公告）日： | 2020-09-15 |
| 发明（设计）人： | 陈动;杨强;王玉亮;郑加柱;曹伟;曹震;李春成 | 申请（专利权）人： | 南京林业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京君陶专利商标代理有限公司 32215 | 代理人： | 沈根水 |
| 地址： | 210037 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法，具体包括如下步骤：（1）基于DBSCAN聚类的点云分割；（2）基于K‑means聚类的点云过分割；（3）基于Meanshift聚类的点集邻接关系构建；（4）基于多层次点集构造高阶条件随机场的点云分类方法。优点：（1）提出多层聚类的点集结构构建方法，并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系，能够更加准确的对点集的类别进行分类；（2）能够自适应的构造非线性点云个数的多层次点集，更完整的表征点云目标的结构和形状等信息；（3）以点集为一阶项构造CRF模型，具有更高的效率和分类效果，从而整合更高的框架，得到更好的效果。 | ||
| 搜索关键词： | 基于 条件 随机 机载 激光 分类 方法 | ||
【主权项】：
1.基于高阶条件随机场的机载激光点云分类方法，其特征是包括如下步骤：(1)基于DBSCAN聚类的点云分割；(2)基于K‑means聚类的点云过分割；(3)基于Meanshift聚类的点集邻接关系构建；(4)基于多层次点集构造高阶条件随机场的点云分类方法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京林业大学，未经南京林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910401905.2/，转载请声明来源钻瓜专利网。
