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！

龙图腾网获悉太原理工大学;陕煤集团神南产业发展有限公司申请的专利一种矿山三维模型点云数据组合滤波方法及介质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：CN117011175B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310982465.0，技术领域涉及：G06T5/70；该发明授权一种矿山三维模型点云数据组合滤波方法及介质是由崔豫楠;宫成;李龙龙;李保宏;李雨成;张军会;李玉良设计研发完成，并于2023-08-07向国家知识产权局提交的专利申请。

本一种矿山三维模型点云数据组合滤波方法及介质在说明书摘要公布了：本发明公开一种矿山三维模型点云数据组合滤波方法及介质，包括利用三维激光扫描设备获取矿山巷道三维点云数据集A，将原始点云数据A集导入“剖面‑轴向‑随机”复合数据精简模型，进行数据精简，将精简后的数据集D导入复合数据降噪模型中，执行数据降噪指令。该组合滤波方法由复合滤波数据精简模型和复合降噪模型两部分组成，复合精简算法能够在保留半圆拱轮廓特征和细节结构的基础上大幅降低数据量，减少了储存空间的占用；复合降噪算法能在保证模型质量前提下，最大程度上有效滤除椒盐噪声、高斯噪声等各类离群点。

本发明授权一种矿山三维模型点云数据组合滤波方法及介质在权利要求书中公布了：1.一种矿山三维模型点云数据组合滤波方法，其特征在于，所述方法包括： 步骤1，获取矿山巷道三维点云数据集A，数据集中至少应包含一个数据点； 步骤2，将原始点云数据A集导入“剖面-轴向-随机”复合数据精简模型，进行数据精简； 步骤3，将精简后的数据集D导入复合数据降噪模型中，执行数据降噪指令； 其中，所述步骤2中，数据精简包括： 步骤2.1，以原始三维扫描点云数据集A为对象，巷道垂直长轴方向断面为目标，采用主成分分析法测算该断面法向量，进而以法向量为纵轴建立直角坐标系；通过对曲线参数的拟合以获取待求点曲率；而后，通过获得的法线与曲率数据创建条件滤波器，以巷道模型构建需求设置曲率阈值，进而得到巷道模型“剖面”数据的初次精简数据集B； 步骤2.2，以“剖面”粗化后数据集B为对象，以巷道长轴方向为目标，将一次粗化数据集导入提速滤波模型中，根据巷道实际条件设置栅格参数，选取距离栅格中心最近的点云来代替栅格中的所有点云，进而获得二次粗化后的模型数据集C； 步骤2.3，若二次粗化数据达到要求，则直接执行步骤3，若还无法满足要求，则执行步骤2.4； 步骤2.4，以二次粗化后的数据集C为对象，利用随机函数生成囊括模型所有点云数据的随机数，按照等概率模式进行点云粗化，从而获得三次粗化后的模型数据集D； 所述步骤3中，执行数据降噪指令包括： 步骤3.1若导入的数据集为有序点云数据，则执行步骤3.2，若导入数据为无序点云数据，则先对数据进行有序化处理，获得初始有序点云数据集D′； 步骤3.2，以精简后的点云数据集D′为对象，设定点云邻域中值半径m以及属性参数，邻域内点云数据序列为f1，f2…fn，从有序点云序列中取m个点云数据，以坐标大小进行排序，以序号中值作为计算结果，进而滤除模型中距离远的离群点，获得数据集d； 步骤3.3，根据模型区域特征，对模型拱顶与中下部进行数据集分割，将数据中曲面形态多、曲率变化较大的部分划分为一个数据集d1，具有清晰边缘和复杂几何结构的部分则被划分为数据集d2； 步骤3.4，以数据集d1为处理对象，定义计算点的曲率邻域范围和高斯函数标准差，计算归一化的高斯曲率，再将归一化的高斯曲率作为滤波器的权重，对于输入的所有点云数据，将其和相应位置的权重进行相乘，再将相邻点云一起进行加权平均，得到最终的输出值，重复这个过程直到遍历完整数据集d1，即将数据集d1与高斯曲率滤波掩膜相乘得到高斯曲率滤波后的点云数据集d1′； 步骤3.5，以数据集d2为处理对象，利用双边滤波保留边缘的特性，通过计算每个点与中心点的空间临近度，将其乘以数据强度的权重值，然后将优化后的权值与强度进行卷积运算,将数据集d2与双边滤波掩膜相乘得到双边滤波后的点云数据集d2′； 步骤3.6，将处理后的点云数据集d1′和点云数据集d2′合并，得到复合降噪后的模型数据集E。

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太原理工大学;陕煤集团神南产业发展有限公司，其通讯地址为：030000 山西省太原市迎泽西大街79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。