基于激光点云和深度学习算法的点云精确建模方法及系统

本发明提供了一种基于激光点云和深度学习算法的点云精确建模方法及系统，所述方法包括在Point‑Net神经网络引入了输入变换矩阵和最大池化层，提取激光点云的全局特征；利用CSF算法对激光点云数据进行进一步处理；提取激光点云数据的相对高程；搭建激光点云模型，对图像进行训练与测试。本发明提出一种基于PCA降维的Point‑Net深度学习分类算法。首先，为了去除噪声点对分类结果的影响，应对点云数据进行去噪处理；为了避免点云分类中特征信息不足的问题，基于点云的高程信息提取点云的相对高程特征；接着，对激光点云多维数据进行PCA数据降维，去除冗余数据；最后将点云数据输入到Point‑Net网络中，训练出分类模型，并对实验数据进行分类，对比不同分类方法的分类精度。