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！

龙图腾网获悉上海建工四建集团有限公司申请的专利一种基于布料模拟算法的倾斜摄影点云滤波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：CN115965790B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202211568704.X，技术领域涉及：G06V10/30；该发明授权一种基于布料模拟算法的倾斜摄影点云滤波方法是由王鹏;辛佩康;余芳强;刘寅;高丙博;仇春华;张铭设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于布料模拟算法的倾斜摄影点云滤波方法在说明书摘要公布了：本发明涉及一种基于布料模拟算法的倾斜摄影点云滤波方法，包括：步骤1：建立布料模拟滤波最优参数库；步骤2：采用目标检测技术识别地物目标；步骤3：设定地物目标的感兴趣区域；步骤4：基于地物目标的感兴趣区域划分布料模拟滤波的三维格网；步骤5：分析地势特征，基于三维格网的属性标记从布料模拟滤波最优参数库中自适应选取最优滤波参数；步骤6：基于最优滤波参数完成滤波及地面提取。本发明预先建立某场景下各类地势、地物对应的滤波最优参数库，进而通过地物识别与地势分析，自动从参数库中选取对应的最优滤波参数，从而实现在复杂地形或有复杂地物覆盖的场景下滤波算法参数的自适应选取，提高滤波自动化程度、效率及地面提取精度。

本发明授权一种基于布料模拟算法的倾斜摄影点云滤波方法在权利要求书中公布了：1.一种基于布料模拟算法的倾斜摄影点云滤波方法，其特征在于，包括如下步骤： 步骤1：建立布料模拟滤波最优参数库，所述布料模拟滤波最优参数库中包含通过人工实验获得的针对不同地势下不同地物的最优滤波参数；所述地势至少包括平地、缓坡和陡坡；所述地物至少包括无地物、树木、灌木植被、建筑和机械设备；所述滤波参数至少包括布料刚性系数、布料格网分辨率、布料粒子高程修正迭代次数和高程阈值； 步骤2：采用目标检测技术识别地物目标；步骤2包括： 步骤2.1：使用图像标注软件标注倾斜摄影采集的场地影像，获取场地典型地物目标检测数据集； 步骤2.2：构建用于目标检测的深度学习神经网络模型，并基于步骤2.1中的数据集训练所述深度学习神经网络模型，获得准确率、召回率和检测精度满足要求的场地典型地物目标检测神经网络模型； 步骤2.3：将倾斜摄影获取的场地影像输入至步骤2.2训练得到的所述场地典型地物目标检测神经网络模型中，预测得到场地影像中典型地物的位置和类别，并输出预测框属性信息； 步骤3：设定所述地物目标的感兴趣区域；步骤3包括： 步骤3.1：对倾斜摄影三维点云索引并映射为像素空间的二维像素； 步骤3.2：基于欧式距离，将步骤3.1中二维像素的像素点与原始图像匹配，标记出步骤2.3中所述预测框内的像素点并索引回三维空间，得到预测框范围内的三维点云； 步骤3.3：根据步骤3.2中预测框范围内的三维点云，构建第一最小包围盒，定义该第一最小包围盒为三维点云空间中的地物目标感兴趣区域； 步骤4：基于所述地物目标的感兴趣区域划分布料模拟滤波的三维格网；步骤4包括： 步骤4.1：根据倾斜摄影三维点云的边界构建第二最小包围盒，并对所述第二最小包围盒在水平面方向，进行等距三维格网划分； 步骤4.2：遍历步骤3.3中的各地物目标对应的感兴趣区域，判断其与三维格网的重叠关系， 响应于该地物目标的感兴趣区域全部位于某单个三维格网内，则保持三维格网布局不变； 响应于该地物目标的感兴趣区域横跨多个三维格网，则合并与该地物目标的感兴趣区域交叉的各三维格网； 对包含地物目标的三维格网标记其地物属性，不包含地物目标的格网不做地物标记； 步骤4.3：对步骤4.2中重新布局的各三维格网内的点云进行统计，计算各点的K近邻点的高程均值和方差，将K近邻内高程超出范围的点作为粗差点剔除，其中，k大于0； 步骤5：分析所述三维格网中点云的地势特征并划定类型，基于所述三维格网的属性标记从所述布料模拟滤波最优参数库中自适应选取最优滤波参数； 步骤6：基于所述最优滤波参数完成滤波及地面提取。

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上海建工四建集团有限公司，其通讯地址为：200126 上海市浦东新区中国(上海)自由贸易试验区耀华路251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。