摘要
本申请公开了一种机载激光雷达点云倒树检测方法、装置及电子设备,该方法利用深度学习语义分割模型对第一点云进行处理,能够精准区分倒树树干与地被物、岩石等杂物,显著降低误检率,确保目标识别的准确性。随后,基于第二点云生成二维平面投影图像,可以规避三维点云因弯折、断裂造成的非连续性问题,为后续目标检测提供了结构化输入,保障检测流程的连贯性。之后,对二维平面投影图像开展目标检测,可以避免因点云非连续性引发的碎片化漏检,在保持检测高准确率(低假阳性)的同时,大幅提升倒树整体的识别能力(高召回率)。最后,将二维检测结果映射回三维空间,可获取完整倒树的三维点云数据,使能够更加有效地适配高密度点云环境。
技术关键词
二维平面投影图像
机载激光雷达
深度学习语义分割
对象
高密度点云
三维点云数据
电子设备
坐标
栅格
林区
连续性
像素
样本
模块
地面
形态
存储器
系统为您推荐了相关专利信息
取放组件
取放料系统
摄像头坐标系
摄像头标定方法
图像
道路提取方法
深度学习语义分割
影像
融合特征
条纹
环境光线强度
效能评估模型
调节设备
智能家居设备
调节环境光
电路仿真
系统仿真
仿真方法
逆变器
训练卷积神经网络