摘要
本发明涉及异常数据筛选技术领域,具体涉及一种基于低空点云的三维建模方法及系统。首先通过低空无人机非接触式全覆盖扫描获取光伏拍摄区域的初始三维点云数据;对比局部区域内数据点之间的高度相似性筛选疑似故障点(含真实故障点与干扰点);针对每个疑似故障点,分析其局部范围内数据点的高度差异特征,量化“异常孤立性”得到孤立程度值,同时捕捉局部高度变化的相似性及波动稳定性,确定故障程度值;融合两者得到故障参数,筛选高可信度最终故障点(剔除干扰点);最后根据最终故障点的位置、数量分布及故障参数,自适应更新点云数据,优化三维模型,既保留整体结构信息,又精准刻画故障细节。
技术关键词
三维建模方法
三维点云数据
序列
DBSCAN聚类算法
因子
三维建模系统
皮尔逊相关系数
指标
参数
低空无人机
邻域
分析故障
波动特征
筛选技术
异常数据
非接触式
三维模型
全覆盖