Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学张红伟获国家专利权

安徽大学张红伟获国家专利权

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!

龙图腾网获悉安徽大学申请的专利筒仓粮堆体积点云数据的参数自适应密度滤波方法及装置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:CN120047347B

龙图腾网通过国家知识产权局官网在2026-03-03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:202510117533.6,技术领域涉及:G06T5/70;该发明授权筒仓粮堆体积点云数据的参数自适应密度滤波方法及装置是由张红伟;孙涛;阮鹏;赵树云;陈震宇;杨东设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

筒仓粮堆体积点云数据的参数自适应密度滤波方法及装置在说明书摘要公布了:本发明涉及一种筒仓粮堆体积点云数据的参数自适应密度滤波方法及装置。筒仓粮堆体积点云数据的参数自适应密度滤波方法包括以下步骤:S1、获取筒仓内粮堆体积测得的点云数据;S2、将点云数据通过蒙特卡洛方法生成随机样本,并根据随机样本计算得到最优的总簇数Kbest,再根据Kbest计算得到自适应的平均欧式距离均值S3、先根据计算得到点云数据的全局密度均值和N个原始点的局部密度ρ1~ρN;再根据和ρ1~ρN计算得到自适应密度阈值ρy。本发明采用聚类思想实现了邻域半径参数的自适应计算,然后通过计算每个原始点的邻域密度,并利用统计特性来动态调整自适应密度阈值,以剔除低密度的噪声点,从而保证点云数据滤波的精准度,以提高后续粮仓储量计算的准确度。

本发明授权筒仓粮堆体积点云数据的参数自适应密度滤波方法及装置在权利要求书中公布了:1.一种筒仓粮堆体积点云数据的参数自适应密度滤波方法,其特征在于,其包括以下步骤: S1、获取筒仓内粮堆体积测得的点云数据;点云数据包括:N个原始点; S2、将点云数据通过蒙特卡洛方法生成随机样本,并根据随机样本计算得到最优的总簇数Kbest,再根据Kbest计算得到自适应的平均欧式距离均值; S3、先根据计算得到点云数据的全局密度均值和N个原始点的局部密度;n∈[1,N]; 再根据和计算得到自适应密度阈值; S4、判断是否大于; 若是,则将点云数据对应的原始点作为信息点保留;若不是,则将点云数据对应的点作为噪声点滤除; 其中,S2包括以下步骤: S21、对随机样本进行次聚类处理; 次聚类处理生成个簇;∈[1,] S22、计算第次聚类处理中第个簇的紧支测度m,k+m∈[1,K] 遍历第次聚类处理中的个簇,得到个紧支测度m,2~Dm,K 根据m,2~Dm,K+m计算第次聚类处理中的误差平方和m,K+m S23、进行次聚类处理得到个误差平方和1,K+1M,K+M,并计算其对数的平均值,得到logm,K+m; S24、构建间隔值函数GapK+m,将其取最大值对应的K+m作为最优的总簇数best S25、将除以best计算得到邻域点个数 计算第个原始点到个相邻的原始点的平均欧式距离 遍历个原始点,得到个平均欧式距离 求平均,得到均值。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。