一种顾及地形特征的LiDAR点云聚类简化方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种顾及地形特征的LiDAR点云聚类简化方法。该方法针对目前地面点云简化方法存在的复杂环境适用性差、地形细节特征易丢失等问题,提出了如下解决方案:首先利用K‑means算法将点云分割为初始点云簇,然后依据各簇的地形复杂度信息进一步细分点云簇;接着借助点云法向量信息以及邻接簇间边缘点的高程差识别地形特征点;最后通过保留点云区域的边界特征点,防止原始点云边界收缩。此外,本发明还与传统方法进行了实验对比,在相同点云简化比例下,本发明方法生成的数字高程模型精度及其派生品(包括平均坡度和地形粗糙度)精度均明显优于传统方法,而且较好的保留了地形特征信息。
《一种顾及地形特征的LiDAR点云聚类简化方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023100451556,当前法律状态为已下证,由山东科技大学提出申请,发明人为陈传法;武慧明;李艳艳,申请日期为2023-01-30,公开(公告)日期为2025-07-04,国际专利分类号(IPC)为 G06V 10/762 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种顾及地形特征的LiDAR点云聚类简化方法。该方法针对目前地面点云简化方法存在的复杂环境适用性差、地形细节特征易丢失等问题,提出了如下解决方案:首先利用K‑means算法将点云分割为初始点云簇,然后依据各簇的地形复杂度信息进一步细分点云簇;接着借助点云法向量信息以及邻接簇间边缘点的高程差识别地形特征点;最后通过保留点云区域的边界特征点,防止原始点云边界收缩。此外,本发明还与传统方法进行了实验对比,在相同点云简化比例下,本发明方法生成的数字高程模型精度及其派生品(包括平均坡度和地形粗糙度)精度均明显优于传统方法,而且较好的保留了地形特征信息。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
