摘要
三维激光扫描技术可直接获取被测量岩体的表面各点的三维坐标,高精度的全自动测量岩体中面状结构单元的空间几何信息,故已广泛地应用于地质调查和测绘工作中。在数据配准完成后,为了最大限度地保证点云数据的可判读性,尽可能减小无关数据的干扰,需要进行点云去噪处理。本文在对常规去噪方法进行梳理的基础上,将基于样本深度学习的点云分类方法应用于带有植被的山体场景下的点云数据处理,并对应用过程的关键问题进行研究。
- 单位
三维激光扫描技术可直接获取被测量岩体的表面各点的三维坐标,高精度的全自动测量岩体中面状结构单元的空间几何信息,故已广泛地应用于地质调查和测绘工作中。在数据配准完成后,为了最大限度地保证点云数据的可判读性,尽可能减小无关数据的干扰,需要进行点云去噪处理。本文在对常规去噪方法进行梳理的基础上,将基于样本深度学习的点云分类方法应用于带有植被的山体场景下的点云数据处理,并对应用过程的关键问题进行研究。