买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉辽宁工程技术大学申请的专利基于地物形态特征的行道树点云渐进提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115760876B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211432730.X，技术领域涉及：G06T7/11；该发明授权基于地物形态特征的行道树点云渐进提取方法是由王竞雪;卫尧鑫;宿颖设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本基于地物形态特征的行道树点云渐进提取方法在说明书摘要公布了：本发明提供一种基于地物形态特征的行道树点云渐进提取方法，涉及车载LiDAR数据处理技术领域。该方法包括：对去噪后的点云采用布料模拟滤波得到地面点云和非地面点云；通过对栅格图像八邻域聚类进而实现离散的非地面点云的聚类分割，得到N个点云块，作为数据处理单元；提取每一个数据处理单元特征，基于对各类地物形态特征分析的基础上，依据面积、高差、投影、形态四个方面的形态特征渐进提取初始行道树点云；采用二值化算法对初始行道树点云进行优化，得到最终的行道树结果。与现有技术相比，该方法易于达到高精度提取地物效果，解决了因植被茂密及地物复杂而难以高精度提取行道树的问题，为后续行道树点云数据统计及三维建模提供基础的数据支持。

本发明授权基于地物形态特征的行道树点云渐进提取方法在权利要求书中公布了：1.一种基于地物形态特征的行道树点云渐进提取方法，其特征在于,包括以下步骤： 步骤1：采用KD树方法对原始车载LiDAR点云数据进行粗差剔除，对去噪后的点云采用布料模拟滤波得到地面点云和非地面点云； 步骤2：通过对栅格图像八邻域聚类进而实现离散的非地面点云的聚类分割，得到N个点云块，作为数据处理单元； 步骤3：提取每一个聚类单元的特征，具体包括高程相关特征、投影面积、投影跨度、投影面积比、每一个聚类单元的面积以及包含的点云个数； 步骤4：基于对各类地物形态特征分析的基础上，依据面积、高差、投影、形态四个方面的形态特征渐进提取初始行道树点云； 步骤4.1：对各类地物的形态特征进行分析； 步骤4.2：二次噪声筛选：统计每个单元的面积Smm＝1…N，同时设定面积阈值Sy，判断聚类单元的面积是否大于面积阈值，如果存在聚类单元面积小于面积阈值Sy，还需计算聚类单元中包含的点云数目，当点数小于数目阈值TM时，则判定为二次噪声，进行滤除； 步骤4.3：低矮地物筛选：计算的最大高差值，设置高差阈值TH，如果最大高差值小于高差阈值TH，则将该聚类单元判定为低矮地物，并删除掉该聚类单元；如果最大高差值大于设置的高差阈值TH，则保存该聚类单元； 步骤4.4：建筑物筛选：设定X和Y方向上的跨度阈值TKX和TKY，如果聚类单元在X和Y方向上的跨度小于给定的跨度阈值TKX和TKY时，则将聚类单元视为杆状地物，反之则为建筑物； 步骤4.5：杆状地物筛选：设置阈值根据聚类单元的投影面积设置面积阈值SP，如果某个聚类单元的投影面积大于所设置的面积阈值SP，则判定该聚类单元为树木；若投影面积小于阈值SP，则判定为其他杆状地物； 步骤5：采用二值化算法对初始行道树点云进行优化，得到最终的行道树结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市细河区中华路47号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。