一种点云滤波方法及设备【中国发明】

一、专利名称及专利号

名称：《一种点云滤波方法及设备》

专利号：ZL 201910446996 .1

二、应用领域

本发明属于数据分析技术领域，尤其涉及一种点云滤波方法及设备。

三、专利说明

1、摘要：

本发明适用于数据分析技术领域，提供了一种点云滤波方法及设备，包括：采用预设的布料模拟算法对所述点云数据进行处理，确定所述点云数据中的第一地面点信息；采用预设的不规则三角网渐近滤波算法对所述点云数据进行处理，确定所述点云数据中的第二地面点信息；基于所述点云数据和所述第二地面点信息生成所述目标区域对应的高度差值；确定满足第一预设条件的高度差值对应的第一区域，并将所述第一地面点中处于所述第一区域之外的地面点标记为第三地面点；基于所述点云数据、所述第二地面点和所述第三地面点，确定所述目标区域的地面点信息和非地面点信息。上述方法，无需设置特定参数，无需限定地形场景，可以区分多种地形的地面点和非地面点。

2、背景：

点云滤波是点云处理的基本步骤，也是区分地面点和非地面点，生成精确数字地面模型的关键步骤。现有的点云滤波方法主要有以下几种：表面拟合滤波方法、拓扑学滤波方法、不规则三角网渐近滤波方法、分类与分割滤波方法、统计分析滤波算法、多尺度对比滤波方法和基于机器学习的滤波方法。

但是现有的几种方法都有各自的缺点，表面拟合的滤波方法不能较好的保留一些地形细节且会错分一些较小的非地面对象；拓扑学滤波方法由于滤波窗口大小的局限性，很难应对尺寸较为多变的地物与地形；不规则三角网渐近滤波由于参数设置的限制，不能获取稠密的地面点云；分类与分割滤波方法在稠密的植被区域可能会失效，且随着所设置的参数的变化，分类的不确定性也会随之增加；统计分析滤波方法在复杂多变的地形区域不能得到较好的结果；多尺度比较滤波方法可能会受到滤波窗口的大小的限制，且增加了算法的计算复杂度；基于机器学习的方法虽然能得到较好的滤波效果，但是这是基于有大量且不同特征的训练数据的情况下，且需要消耗大量精力去标注训练样本，计算成本也较高，因此不具有较好的适用性。也就是说，现有的点云滤波方法都不能在成本较低的情况下，得到稠密的地面点云来准确的表述不同种类地形的变化。

四、相关文件下载

专利证书：/UploadFiles/20220624/20220624112616221622.pdf

专利详情：/UploadFiles/20220624/20220624112624082408.pdf