龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：同济大学
摘要：本发明涉及计算机视觉技术领域，尤其是涉及一种基于深度图拉普拉斯正则化的点云去噪方法及装置。该方法将噪声点云划分为多个斑块，每个斑块包括多个补丁；将每个补丁的三维坐标输入特征提取神经网络，得到补丁特征，并根据补丁特征获取每组补丁对之间的距离，得到子图；根据每组补丁对之间的距离获取相似度量，进而获取子图的邻接矩阵和度矩阵，进而获取图拉普拉斯矩阵；根据图拉普拉斯矩阵和所有补丁的三维坐标，优化每个斑块的去噪点云块；利用超采样聚合方法处理所有斑块的去噪点云块，得到最终的去噪点云。与现有技术相比，本发明具有兼顾基于优化方法的鲁棒性和数据驱动方法的强大学习能力，且不易在小数据集下出现过拟合现象等优点。
主权项：1.一种基于深度图拉普拉斯正则化的点云去噪方法，其特征在于，包括以下步骤：S1，获取噪声点云数据，将所述噪声点云数据划分为多个斑块，每个所述斑块包括多个补丁；S2，基于每个所述斑块，将每个所述补丁的三维坐标输入点对齐的特征提取神经网络，得到补丁特征，并根据所述补丁特征获取每组补丁对之间的距离，得到子图；S3，根据所述每组补丁对之间的距离，获取每组补丁对的相似度量，根据所述相似度量，获取所述子图的邻接矩阵和度矩阵；S4，根据所述邻接矩阵和所述度矩阵，获取图拉普拉斯矩阵；S5，根据所述图拉普拉斯矩阵和所有补丁的三维坐标，优化每个所述斑块的去噪点云块；S6，利用超采样聚合方法处理所有斑块的去噪点云块，得到最终的去噪点云。
全文数据：
权利要求：
百度查询： 同济大学 基于深度图拉普拉斯正则化的点云去噪方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号