买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉国遥新天地信息技术有限公司申请的专利一种基于机载点云的电力杆塔高鲁棒性重建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117475102B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311469940.0，技术领域涉及：G06T17/10；该发明授权一种基于机载点云的电力杆塔高鲁棒性重建方法是由陈超;石海军;吕勇设计研发完成，并于2023-11-07向国家知识产权局提交的专利申请。

本一种基于机载点云的电力杆塔高鲁棒性重建方法在说明书摘要公布了：本发明公开了一种基于机载点云的电力杆塔高鲁棒性重建方法S1:点云重定向；S2:点云数据放大，重定向后点云的坐标放大n倍；S3:点云预处理，具体为对称性邻域去噪方法、自适应调整点云分布密度、对称性增强点云数据；S4:结构分解，将杆塔从下到上分为倒三棱锥结构、四棱台结构和复杂结构；S5:倒三棱锥结构重建；S6:四棱台结构重建，分别对四棱台外部框架和内部结构进行重建。该基于机载点云的电力杆塔高鲁棒性重建方法，通过对称性邻域去噪可以有效去除杆塔内部和边界的点云噪声，避免噪声对重建结果的干扰，建模的精度更高，自适应邻域点云密度调整可以解决点云的稀疏性差异导致的建模参数不固定的问题，建模效果更稳定。

本发明授权一种基于机载点云的电力杆塔高鲁棒性重建方法在权利要求书中公布了：1.一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，包括以下步骤： S1：点云重定向； S2：点云数据放大，重定向后点云的坐标放大n倍； S3：点云预处理，具体为对称性邻域去噪方法、自适应调整点云分布密度、对称性增强点云数据； 所述对称性邻域去噪方法，具体分为以下步骤： S3-1：以r1为半径对点云进行欧氏聚类，点云数据分成多个点集，取N1个点以下的点集进行处理，计点集数量为n1； S3-2：先计算点集中心pcenter1，以r2为半径搜索点云，得到邻域点数量n2；再计算pcenter1围绕Z轴的对称点pcenter2，以r2为半径搜索点云，得到邻域点数量n3； S3-3：如果n2-n1N2，且n3-n1N2，则判断为杆塔点集，保留到杆塔点云；否则判断为噪声点，进行剔除； 所述r1是0-50，所述r2取值是r1的2倍，所述N1取值是0-1000，所述N2取值是0-1000； 所述自适应调整点云分布密度，具体分为以下步骤： S3-4：使用最近邻搜索算法，计算每个点p最近邻8个点，计算距离小于R最近点的平均距离dmean，设置距离间隔T； S3-5：如果dmeanT，说明点云稀疏，则使用邻域约束的上采样方法对点云进行加密，具体计算距离小于R的邻近点作为种子点pseed，在pseed到p中间以T为间隔生成新点，完成对稀疏区域点云的加密； S3-6：如果dmeanT，说明点云密集，则使用均匀采样算法在XY方向以T为间隔进行均匀采样，完成对密集点云的抽稀； S3-7：如果dmean=T，说明点云密度适中，则不进行操作； 所述对称性增强点云数据，具体分为以下步骤： S3-8：原始点云C，以XZ平面为对称平面，生成镜像点云C1，C的y值与C1的y1值满足关系，y1=-y，x值和z值保持不变； S3-9：原始点云C，以YZ平面为对称平面，生成镜像点云C2，C的x值与C2的x1值满足关系，x1=-x，y值和z值保持不变； S3-10：合并点云C、C1和C2为C3; S3-11：以2为间隔，对点云C3进行均匀采样，得到C4，C4为对称增强的杆塔点云，该点云C4能将杆塔数据大范围缺失的区域进行复原； S4：结构分解，将杆塔从下到上分为倒三棱锥结构、四棱台结构和复杂结构； S5：倒三棱锥结构重建； S6：四棱台结构重建，分别对四棱台外部框架和内部结构进行重建； S7：复杂结构重建，分为T型塔和O型塔结构，重建过程分为提取轮廓、轮廓优化、计算角点三维坐标； S8：组合杆塔，将倒三棱锥结构、四棱台结构和复杂结构的模型组合，得到最终的杆塔模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉国遥新天地信息技术有限公司，其通讯地址为：430073 湖北省武汉市东湖开发区高新大道999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。