一种基于球形邻域的多尺度多特征算法的语义分割方法

基本信息

申请号 CN202210244408.8 申请日 -
公开(公告)号 CN114694022A 公开(公告)日 2022-07-01
申请公布号 CN114694022A 申请公布日 2022-07-01
分类号 G06V20/10(2022.01)I;G06V10/26(2022.01)I;G06V10/40(2022.01)I;G06V10/75(2022.01)I;G06V10/774(2022.01)I;G06V10/764(2022.01)I;G06V10/80(2022.01)I;G06K9/62(2022.01)I 分类 计算;推算;计数;
发明人 何培培;费美琪;王靖伟;程星星;胡青峰;高科甲;廖磊 申请(专利权)人 华北水利水电大学
代理机构 郑州中原专利事务所有限公司 代理人 -
地址 450011河南省郑州市金水区北环路36号
法律状态 -

摘要

摘要 一种基于球形邻域的多尺度多特征算法的语义分割方法,所述方法包括:将获取到的点云数据与遥感影像进行配准,生成融合RGB信息的点云数据;选定球形邻域来获取融合RGB信息的点云数据的局部邻域特征,并通过改变球形邻域半径大小,提取多尺度的点云特征;将提取的基础特征、至少两个尺度的5维邻域特征与点云的xyz坐标信息组合输进基于PointNet的改进的模型MSMF‑PointNet中进行语义分割,输出分类结果。所提方法在机载LiDAR扫描获得的室外场景点云数据中能获得远远优于PointNet的分类精度,因加入线性度、垂直度等特征,建筑物立面,篱笆等得到了更好的分类,加入粗糙度、全方差,树和灌木的分类结果更好,加入平整度,屋顶和不透水地面的分类结果更好。