首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多尺度感知的岩体局部点云共面判断方法、系统、介质和电子设备 

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:中国矿业大学(北京)

摘要:本申请涉及数据处理技术领域,提供一种基于多尺度感知的岩体局部点云共面判断方法、系统、介质和电子设备。该方法包括:手动提取规则点云中的平面特征点和边缘特征点,得到相应的特征点集,根据岩体局部点云构建KD树。基于所构建的KD树,采用多尺度近邻搜索机制来遍历特征点集中的所有特征点,获得每个特征点的多尺度近邻点集合,计算各个特征点在多尺度下的贡献率,接着以多尺度下的贡献率为特征对神经网络模型进行训练,最后利用训练完成的神经网络模型来对岩体局部点云进行共面性判定,获得判定结果。以多尺度下的贡献率为特征来训练神经网络模型,结合机器学习技术,充分利用岩体局部点云数据集中富含的特征信息,提高共面性判断的精度。

主权项:1.一种基于多尺度感知的岩体局部点云共面判断方法,其特征在于,包括:步骤S101:手动提取规则点云中的平面特征点和边缘特征点,得到相应的特征点集;其中,所述特征点集中的各个特征点包含其对应的特征类别标签;步骤S102:根据岩体局部点云构建KD树;步骤S103:遍历所述特征点集中的各个特征点,对每个特征点执行基于KD树的多尺度近邻搜索机制,获得各个特征点的多尺度近邻点集合;其中,所述多尺度用于表征多尺度近邻搜索机制中的多个搜索半径;步骤S104:基于所述各个特征点的多尺度近邻点集合,利用主成分分析方法计算各个特征点在多尺度下的贡献率;步骤S105:以各个特征点在多尺度下的贡献率为特征,结合所述特征点集中各个特征点所包含的特征类别标签,对预先构建的神经网络模型进行训练;步骤S106:基于训练完成的神经网络模型对岩体局部点云进行共面性判定。

全文数据:

权利要求:

百度查询: 中国矿业大学(北京) 基于多尺度感知的岩体局部点云共面判断方法、系统、介质和电子设备

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。