摘要
本发明公开了一种三维点云数据几何基元拟合方法、系统及设备,首先对三维点云数据进行预处理,包括降噪、平滑和降采样处理;然后采用三维点云特征提取网络,提取三维点云特征;接着对三维点云数据进行分割与分类;首先对三维点云数据进行分割处理为若干个子集合,然后针对每一子集进行分类处理,以确定其最匹配的几何基元类型;最后针对匹配的几何基元,预测出具体数学参数。本发明实现高精度的点云分割与分类,有效地提高了对大规模点云数据时的特征识别和提取能力,进一步加强了点云数据处理和分析的准确性与高效性。本发明在传统最小二乘法的基础上引进了权重机制,有效提高对几何基元,如平面、球面等几何体参数预测的精确度。
技术关键词
三维点云数据
点云特征提取
基元
编码模块
解码模块
特征提取网络
深度神经网络
分类网络
矩阵
邻域
数学
拟合系统
权重机制
分类器
贪心算法
密度