摘要
基于卷积神经网络和去噪正则化方法的激光雷达点云数据处理方法、存储介质及设备,本发明涉及激光雷达点云数据处理领域,涉及激光雷达点云数据处理方法、存储介质及设备。本发明的目的是为了解决现有激光雷达点云数据去噪方法去噪准确率低,处理效率低,导致获取的去噪后的图像与真实图像误差大的问题。过程为:获得预处理后的激光雷达点云数据;获取去噪器;构建正则化项;构建目标函数;对目标函数进行求解获得去噪后的激光雷达点云数据;将预处理后的激光雷达点云数据作为输入,去噪后的激光雷达点云数据作为输出,基于目标函数中的惩罚函数进行自监督训练,获得训练好的网络;基于训练好的网络对待测激光雷达点云数据进行处理。
技术关键词
激光雷达点云数据
深度学习网络
正则化方法
深度学习模型
拉格朗日
双边滤波器
图像误差
高斯滤波器
计算机存储介质
去噪算法
均值算法
去噪方法
邻居
处理器
指令
系统为您推荐了相关专利信息
激光雷达点云数据
卡尔曼滤波器
扩展卡尔曼滤波
跟踪方法
坐标系
DCS控制
智能控制系统
深度学习模型
数据管理模块
模式
结构设计方法
BIM技术
数字化管理平台
三维模型
换流站
无人机反制方法
非法无人机
采集无人机
无人机反制技术
数据