点云数据的分类方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种点云数据的分类方法、装置、电子设备及存储介质，其方法包括：获取激光雷达系统的点云数据，剔除所述点云数据中的无用数据，得到目标点云数据，根据不同角度的坐标体系，对所述目标点云数据进行配准，得到配准后的点云数据，根据支持向量机方法和点云数据的特征信息，分类所述配准后的目标点云数据，得到分类后的点云数据，构建所述分类后的点云数据的3D模型，并将所述3D模型进行展示。本发明专利技术通过一种点云数据的分类方法，提高了点云数据的分类准确率。云数据的分类准确率。云数据的分类准确率。

【技术实现步骤摘要】
点云数据的分类方法、装置、电子设备及存储介质


[0001]本专利技术涉及处理点云数据的领域，尤其涉及一种点云数据的分类方法、装置、电子设备及存储介质。

技术介绍

[0002]随着人类的各种需求和计算机运算能力的不断提高，计算机中的三维重建研究一直都是计算机图形学和机器视觉等研究领域中的热点问题。激光雷达技术是一种新兴的三维数据采集技术，与传统的数据采集技术有很大的差异和区别。它可以由一个激光扫描设备快速地获取一组能够表示实体的数据集合，集合元素即为物体的每个采样点的空间坐标。然后依靠计算机的运算和处理，识别点云数据中的点、线、面等相关特征，通过后续处理完成三维模型的建立，进而重建出三维表面模型。因此，激光雷达系统上承载的数据分类方法成为构建三维模型的关键技术之一。
[0003]然而，这些点云数据往往是高维的，包含大量的冗余信息并且激光在传播的过程中包含了受到高斯噪声等干扰，含有白噪声，缺失值等不良数据，这使得激光雷达点云数据在处理过程中存在分类不明显，三维构建严重失准等现象。为此，我们需要对这些大量的点云数据进行降维处理，以消除点云数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据的分类方法，其特征在于，包括：获取激光雷达系统的点云数据；剔除所述点云数据中的无用数据，得到目标点云数据；根据不同角度的坐标体系，对所述目标点云数据进行配准，得到配准后的点云数据；根据支持向量机方法和点云数据的特征信息，分类所述配准后的目标点云数据，得到分类后的点云数据；构建所述分类后的点云数据的3D模型，并将所述3D模型进行展示。2.根据权利要求1所述的点云数据的分类方法，其特征在于，获取激光雷达系统的点云数据，包括：获取所述激光雷达系统的原始点云数据；对所述原始点云数据进行降噪处理，得到所述点云数据。3.根据权利要求2所述的点云数据的分类方法，其特征在于，对所述原始点云数据进行降噪处理，得到所述点云数据，包括：对所述原始点云数据进行异点修正处理，得到修正后的原始点云数据；补充所述修正后的原始点云数据中丢失的缺失数据，得到补充后的原始点云数据；对所述补充后的原始点云数据进行归一化处理及量化处理，得到所述点云数据。4.根据权利要求1所述的点云数据的分类方法，其特征在于，剔除所述点云数据中的无用数据，得到目标点云数据，包括：识别并剔除所述点云数据中的重复数据，得到初步目标点云数据；识别并剔除所述初步目标点云数据中的冗余信息，得到所述目标点云数据。5.一种点云数据的分类装置，其特征在于，包括：获取模块，用于获取激光雷达系统的点云数据；剔除模块，用于剔除所述点云数据中的无用数据，得到目标点云数据；配准模块，用于根据不同角度的坐标体系，对所述目标点云数据进行配准，得到配准后的...

【专利技术属性】
技术研发人员：陈健，张国凯，黄宇轩，吴浩明，高云嵩，钱星桥，
申请(专利权)人：广东电网有限责任公司珠海供电局，
类型：发明
国别省市：