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！

龙图腾网获悉东北大学申请的专利一种基于点云最小高程聚类算法的地面点底模型建立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：CN120543778B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510625729.6，技术领域涉及：G06T17/05；该发明授权一种基于点云最小高程聚类算法的地面点底模型建立方法是由甄帅;毛亚纯;张涵;毛昕琦;丁瑞波设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于点云最小高程聚类算法的地面点底模型建立方法在说明书摘要公布了：本发明提供了一种基于点云最小高程聚类算法的地面点底模型建立方法，共分为采场点云数据采集、采场点云数据预处理、采场点云数据栅格化、基于DBSCAN密度聚类算法的采场点云底模型建立、缺失点云插补、采场最终地面点底模型点云数据建立步骤。具体为：首先采集露天全采场点云数据，并对点云数据进行抽稀处理；其次对点云数据栅格化，遍历所有栅格点云数据，在栅格中按高程从低到高的排列顺序依次计算栅格内最低点DBSCAN密度聚类数量，聚类数量到达N即可认为该点为最小地面点；最后通过最近邻插值的方法填补缺失点云，进而获取采场最终地面底模型点云数据。本方法旨在通过依次计算栅格内最低点DBSCAN密度聚类数量，可实现采场地面底模型点云数据的快速、精确采集，为辅助渐进式形态学滤波建立采场DEM模型以及采场爆破智能验收提供重要的指导价值。

本发明授权一种基于点云最小高程聚类算法的地面点底模型建立方法在权利要求书中公布了：1.一种基于点云最小高程聚类算法的地面点底模型建立方法，其特征在于，该方法分为以下步骤： S1：采场点云数据采集；无人机搭载摄影测量镜头后设置采场范围、起飞高度、起飞速度、航线、旁向重叠率，获取采场原始点云数据； S2：数据预处理；通过等间隔抽稀的方法，对原始点云数据进行抽稀处理； S3：采场点云数据栅格化；对全采场点云进行栅格处理，栅格横向和纵向尺寸设置为相同的定值； S3中采场点云数据栅格化中栅格尺寸与抽稀间距等距，且仅需要对X，Y平面点云进行栅格处理，任意点云数据栅格化后坐标为Xi、Yi如下： 式中，x,y表示点的平面坐标，Xi、Yi表示栅格化坐标，voxel_size表示栅格化尺寸； S4：基于DBSCAN密度聚类算法的采场点云底模型建立；遍历所有栅格点云数据，在栅格中按高程从低到高的排列顺序依次计算栅格内最低点DBSCAN密度聚类数量，聚类结果中核心点和边界点总和不足预设点云数N时，即表示该最低点以及最低点所在的簇为噪点，聚类结果中核心点和边界点总和满足预设点云数N时，即表示该最低点为栅格内的地面点底模型点； S4中基于DBSCAN密度聚类算法应用于每个栅格内点云，具体步骤如下： S401：初始化参数；ε表示邻域半径，Q表示邻域内需要达到的最小点数； S402：按高程从低到高的排列顺序依次对栅格内最低点进行DBSCAN密度聚类，遍历所有栅格点进行聚类； S402中DBSCAN密度聚类方法如下： S4021：栅格内按高程从低到高的顺序标记为点Pi，i＝1,2,3,4…n，计算点Pi的ε邻域，即与点Pi的距离小于或等于ε的所有点； S4022：扩展Pi，i＝1,2,3,4…n，簇；点Pi，i＝1,2,3,4…n，的ε邻域内的点数≥Q表示为核心点，ε邻域内的点数Q且点在某个核心点的ε邻域内表示该P点为边界点，点P的ε邻域内的点数Q且点不在任何核心点的ε邻域内表示该点为噪声点； S4023：当Pi，i＝1,2,3,4…n，扩展为簇时，且簇的规模大于指定数量N时，即可判断点Pi为最小地面点，当Pi，i＝1,2,3,4…n，没有扩展为簇时，或构成簇的规模没有大于指定数量N时，即可判断点Pi为噪点； S403：根据栅格内点的邻域特性判断最小地面点； S5：缺失点云插补；通过最近邻插值的方法填补栅格内缺失点云； S6：采场最终地面底模型点云数据建立。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。