摘要
本申请提供了结合激光扫描点云数据处理的高斯建模方法,涉及三维建模技术领域,包括:利用点云融合算法对多个点云数据集进行配准得到目标点云数据集;对多个点云数据集分别进行数据精度、位置偏差和噪声影响分析,确定点云数据精度、位置偏差系数和噪声影响系数,综合评估确定点云采集精度;根据点云采集精度设定数据降维比例,对目标点云数据集进行协方差矩阵降维;选取预定核函数,对降维点云数据集进行数据拟合和高斯过程回归建模,输出表面拟合模型。通过本申请可以解决传统高斯建模方法需要计算大量的协方差矩阵,导致存储和计算资源需求过高,无法实现高效三维建模的技术问题;可以有效减少了数据的维度,显著提高了三维建模的效率。
技术关键词
激光扫描点云
协方差矩阵
数据
建模方法
偏差
精度
尺寸特征
噪声
主成分分析算法
融合算法
三维建模技术
样本
对象
覆盖率
多分辨率
信噪比
随机森林
通道
间距
系统为您推荐了相关专利信息
模型超参数
分类模型构建
变压器模型
注意力
分类方法
深度反演方法
反演模型
光学遥感数据
训练特征
卫星遥感数据
视觉特征
特征提取模型
全景立体图像
多级特征融合
特征提取模块
系统设计方法
示波器
幅频特性曲线
仿真信号
李沙育图形