【技术实现步骤摘要】
本专利技术属于异常区域识别，具体涉及一种规则三维语义点云的3d异常区域提取方法及装置。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、随着观测技术的进步，探空探地探海能力得以极大提升。自然界的水土气生山林田湖草等各类自然要素的获取手段越来越丰富，自然资源要素数据集爆发式增长，大部分的自然要素数据集以如图1所示的规则三维语义点云的形式进行存储。
3、虽然自然资源要素获取能力提升巨大，但是针对此类数据集一直缺乏有效的分析技术与方法，例如土壤盐分数据集中的盐跃层的快速探测识别、海洋温度数据集中的温跃层结构的提取、co2数据集中浓度变化差异区域识别等，极度缺乏能够实现用于自然资源要素时空分异的快速诊断与模式挖掘的三维语义点云的异常区域提取技术。
4、目前，已有点云的异常区域提取算法，如harris3d等大多针对的是非结构化的无语义点云数据集，依据依赖点集的稠密程度实现异常判别，可采用深度学习、点云处理或图像分析来提取结构中的异常区域。自然资源要素三维数据集有别...
【技术保护点】
1.一种规则三维语义点云的3D异常区域提取方法，其特征在于，包括：
2.如权利要求1中所述的一种规则三维语义点云的3D异常区域提取方法，其特征在于，采用临近点搜索法获取当前语义数据点的临近点集坐标，得到当前语义数据点的临近候选点集。
3.如权利要求1中所述的一种规则三维语义点云的3D异常区域提取方法，其特征在于，计算当前语义数据点与各个临近点的强度值之差的平方和，对所得到的平方和取均值，即得到当前临近候选点集的异常度。
4.如权利要求1中所述的一种规则三维语义点云的3D异常区域提取方法，其特征在于，根据当前临近候选点集以及当前临近候...
【技术特征摘要】
1.一种规则三维语义点云的3d异常区域提取方法，其特征在于，包括：
2.如权利要求1中所述的一种规则三维语义点云的3d异常区域提取方法，其特征在于，采用临近点搜索法获取当前语义数据点的临近点集坐标，得到当前语义数据点的临近候选点集。
3.如权利要求1中所述的一种规则三维语义点云的3d异常区域提取方法，其特征在于，计算当前语义数据点与各个临近点的强度值之差的平方和，对所得到的平方和取均值，即得到当前临近候选点集的异常度。
4.如权利要求1中所述的一种规则三维语义点云的3d异常区域提取方法，其特征在于，根据当前临近候选点集以及当前临近候选点集的异常度，得到所获取的规则三维结构的数据集点云中所有数据点坐标以及所有语义数据点的异常度，得到语义点云的3d异常度集。
5.如权利要求4中所述的一种规则三维语义点云的3d异常区域提取方法，其特征在于，根据得到的当前语义点云数据点的异常度设置异常度阈值，根据所述异常度阈值和异常度集，异常度集中的异常度大于异常度阈值的数据点即为异常点，筛选所获取的语义点云数据集，根据所筛选出来的所有异常点构建语义点云的3d异常点集。
6.如权利要求5中所述的一种...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。