CN104574282A - 点云噪声点去除系统及方法 - Google Patents

点云噪声点去除系统及方法 Download PDF

Info

Publication number
CN104574282A
CN104574282A CN201310498681.4A CN201310498681A CN104574282A CN 104574282 A CN104574282 A CN 104574282A CN 201310498681 A CN201310498681 A CN 201310498681A CN 104574282 A CN104574282 A CN 104574282A
Authority
CN
China
Prior art keywords
point
subgraph
cloud
noise spot
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310498681.4A
Other languages
English (en)
Other versions
CN104574282B (zh
Inventor
张旨光
吴新元
谢鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiashan Weitang Asset Management Co ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CN201310498681.4A priority Critical patent/CN104574282B/zh
Priority to TW102138858A priority patent/TWI590188B/zh
Priority to US14/519,308 priority patent/US20150109290A1/en
Publication of CN104574282A publication Critical patent/CN104574282A/zh
Application granted granted Critical
Publication of CN104574282B publication Critical patent/CN104574282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种点云噪声点去除方法，包括步骤：导入一个点云，并接收用户输入的参数；将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图；对于每一个子图，计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离；根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点；及输出噪声点去除后的点云。本发明还提供一种点云噪声点去除系统。本系统及方法能够能够根据不同的要求，智能地去除点云中的噪声点。

Description

点云噪声点去除系统及方法
技术领域
本发明涉及一种点云处理系统及方法，尤其涉及一种去除点云中噪声点的系统及方法。
背景技术
三维扫描设备扫描待量测物体生成点云时，由于扫描设备本身的原因或者其他外界因素的干扰，生成的点云中会存在噪声点。现有的点云处理系统中，去除噪声点主要通过手动去除的方法，点云处理系统自带的去除功能无法完全去除噪声点，而且可能会出现错误地去除点云中需要的点，造成点云出现漏洞。
发明内容
鉴于以上内容，有必要提供一种点云噪声点去除方法及系统，能够根据不同的要求，智能地去除点云中的噪声点。
一种点云噪声点去除方法，应用于计算设备中，该方法包括：导入一个点云，并接收用户输入的参数；将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图；对于每一个子图，计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离；根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点；及输出噪声点去除后的点云。
一种点云噪声点去除系统，运行于计算设备中，该系统包括：数据接收模块，用于导入一个点云，并接收用户输入的参数；点云处理模块，用于将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图；计算模块，用于对于每一个子图，计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离；噪声点去除模块，用于根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点；及输出模块，用于输出噪声点去除后的点云。
相较于现有技术，本发明所述的点云噪声点去除系统及方法根据点云中噪声点去除效果的需要，如需要去除所有的噪声点或者只需要去除一些离散的噪声点，智能地执行噪声点的去除操作。
附图说明
图1是本发明点云噪声点去除系统较佳实施例的硬件架构示意图。
图2是图1中点云噪声点去除系统较佳实施例的功能模块图。
图3是本发明点云噪声点去除方法较佳实施例的流程图。
图4是本发明点云噪声点去除方法中其中一个步骤的详细流程图。
主要元件符号说明
计算设备 1
点云噪声点去除系统 10
存储设备 11
处理器 12
显示设备 13
数据接收模块 100
点云处理模块 101
计算模块 102
噪声点去除模块 103
输出模块 104
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
参阅图1所示，是本发明点云噪声点去除系统较佳实施例的硬件架构示意图。所述的点云噪声点去除系统10运行于计算设备1上。所述计算设备1可以是计算机等具有数据处理功能的电子设备。所述的计算设备1还包括存储设备11、处理器12，及显示设备13。
所述的点云噪声点去除系统10包括多个由程序段所组成的功能模块（详见图2），用于根据点云中噪声点去除效果的需要，如需要去除所有的噪声点或者只需要去除一些离散的噪声点，智能地执行噪声点的去除操作。
所述存储设备11用于存储所述点云噪声点去除系统10中各个程序段的程序代码。该存储设备11可以为智能媒体卡（smart media card）、安全数字卡（secure digital card）、快闪存储器卡（flash card）等储存设备。该存储设备11还可以存储点云噪声点去除系统10所需的各种数据，裁切底板的坐标数据、待裁切物体轮廓的坐标数据等。
所述处理器12用于执行所述点云噪声点去除系统10中各个程序段的程序代码，以实现点云噪声点去除系统10的中各功能模块的功能（详见图3中描述）。
所述的显示设备13用于显示计算设备1的可视化数据，例如，去除噪声点之前及之后的点云。
如图2所示，是本发明点云噪声点去除系统较佳实施例的功能模块图。所述的点云噪声点去除系统10包括数据接收模块100、点云处理模块101，计算模块102，噪声点去除模块103及输出模块104。
如上所述，以上各模块均以程序代码或指令的形式存储在计算设备1的存储设备11中或固化于该计算设备1的操作系统中，并由该计算设备1的处理器12所执行。以下结合图3及图4对点云噪声点去除系统10中的各功能模块进行详细说明。
参阅图3所示，是本发明点云噪声点去除方法较佳实施例的流程图。
步骤S1，数据接收模块100导入一个点云，并接收用户输入的参数。所述数据接收模块100可以从计算设备1的存储设备11中导入所述点云，也可以从其他外接的存储设备或者点云扫描装置中导入所述点云所述用户输入的参数包括，但不限于，预设的点间距以及点个数。
步骤S2，点云处理模块101将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图。
在本较佳实施例中，所述的点云处理模块101采用点云网格化后得到的三角形外接圆内没有点与曲面局部曲率一致的原则，并通过包围盒切割点云快速找临近点的方法，对点云进行三角网格化。具体而言，所述点云中的任意三个点进行连线组成三角形，所组成的三角形需同时满足两个条件：条件一、该三角形的外接圆内不能包含其它点；条件二、该三角形的向量与临近三角形的向量的夹角不能超过预设的曲率阀值（例如，90度）。组成三角形的方式如下：取点云中任意一点为基准，找与该基准点距离最近的第二点，将第一点与第二点连成线，找连线临近的第三点，该三点连成的三角形外接圆中不包含点云中的其它点（即除了组成三角形的三点之外的其它点）。当确定该三角形后，计算该三角形的向量与所有该三角形相邻的三角形的向量的夹角，若所计算的夹角中有一个夹角大于预设的曲率阀值（例如，90度），则该三角形不合格，舍弃该三角形，然后重新寻找该连线临近的第三点，以此为逻辑，直到找到合适的第三点所组成的三角形。
将所述点云进行分类，分成多个子图的详细流程将在下述的图4中详细介绍。
步骤S3，对于每一个子图，计算模块102计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离。本发明较佳实施例中，与某一子图相邻的子图是指包括与该子图存在网格化连线的子图。例如，子图A中包括所述点云中的一个点a，在点云网格化之后，该点a与点云中的点b、点c、及点d分别连接组成了三角形的边，而点b属于子图B，点c属于子图C，及点d属于子图D，则子图A相邻的子图包括子图B、子图C及子图D。本发明较佳实施例中，所述相邻子图之间的距离为该两个子图之间的点的最短距离。例如，计算得到的子图A中的各点与其相邻子图B中的各点的距离中的最短距离为1cm，则相邻子图A与B之间的距离为1cm。
步骤S4，噪声点去除模块103根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点。本发明较佳实施例中，噪声点去除模块103根据预设的点云中噪声点去除效果执行噪声点的去除操作。当需要去除点云中的所有噪声点时，噪声点去除模块103只需判断每个子图中点的数量是否超过预设的点个数，当某一个子图中点的数量没有超过该预设的点个数时，认为该子图中的所有点为噪声点，并删除该子图中的所有点。如果只需要去除一些离散的噪声点，则噪声点去除模块103不但判断每个子图中点的数量是否超过预设的点个数，还进一步判断少于所述预设的点个数的子图与其相邻子图之间的距离是否超过一个预设值。所述预设值可以是所述预设的点间距或者点云中点的平均点间距的2倍。所述当某一个子图中点的个数少于所述预设的点个数，该且子图与其相邻子图的距离超过所述预设值，则认为该子图中的所有点为噪声点，并删除该子图中的所有点。
步骤S5，输出模块104输出噪声点去除后的点云。
参阅图4所示，是本发明点云噪声点去除方法中步骤S2的详细流程图。
步骤S20，点云处理模块101从三角网格化点云中选择一个点，将该选择的点放入一个子图中。
步骤S21，点云处理模块101计算当前选择的点与三角网格化点云中不属于任何子图且与当前选择的点构成三角形一条边的各点之间的距离。
步骤S22，点云处理模块101将与当前选择的点距离小于预设距离的点放入当前子图中。
步骤S23，点云处理模块101判断当前子图中是否存在没有被选择过的点。若存在没有被选择过的点，则执行下述的步骤S24，否则，若不存在没有被选择过的点，则执行下述的步骤S25。
步骤S24，点云处理模块101从当前子图中选择一个没有被选择过的点，之后返回执行上述的步骤S21。
步骤S25，点云处理模块101判断三角网格化点云中是否存在不属于任何子图中的点。若存在不属于任何子图中的点，则执行下述的步骤S26。否则，若不存在不属于任何子图中的点，则结束流程。
步骤S26，点云处理模块101从三角网格化点云中选择一个不属于任何子图的点，将该选择的点放入另一个子图中，此时，该另一个子图视为当前子图，之后返回执行上述的步骤S21。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种点云噪声点去除方法，应用于计算设备中，其特征在于，该方法包括：
数据接收步骤：导入一个点云，并接收用户输入的参数；
点云处理步骤：将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图；
计算步骤：对于每一个子图，计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离；
噪声点去除步骤：根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点；及
输出步骤：输出噪声点去除后的点云。
2.如权利要求1所述的点云噪声点去除方法，其特征在于，所述用户输入的参数包括预设的点间距以及点个数。
3.如权利要求2所述的点云噪声点去除方法，其特征在于，其中将所述点云进行分类，分成多个子图的步骤包括：
（a）从三角网格化点云中选择一个点，将该选择的点放入一个子图中；
（b）计算当前选择的点与三角网格化点云中不属于任何子图且与当前选择的点构成三角形一条边的各点之间的距离；
（c）将与当前选择的点距离小于预设距离的点放入当前子图中；
（d）从当前子图中选择一个没有被选择过的点，并重复执行步骤（b）、（c）及（d）直到当前子图中不存在没有被选择过的点；
（e）从三角网格化点云中选择一个不属于任何子图的点，将该选择的点放入另一个子图中，并重复执行步骤（b）、（c）、（d）及（e）直到三角网格化点云中不存在不属于任何子图的点。
4.如权利要求2所述的点云噪声点去除方法，其特征在于，所述噪声点去除步骤包括：
判断每个子图中点的数量是否超过所述预设的点个数；及
当某一个子图中点的数量没有超过所述预设的点个数时，该子图中的所有点为噪声点，并删除该子图中的所有点。
5.如权利要求2所述的点云噪声点去除方法，其特征在于，所述噪声点去除步骤包括：
判断每个子图中点的数量是否超过所述预设的点个数；
当某个子图中点的数量超过所述预设的点个数时，判断该子图与其相邻子图之间的距离是否超过一个预设值；及
当所述点的数量少于所述预设的点个数的子图与其相邻子图的距离超过所述预设值时，该子图中的所有点为噪声点，并删除该子图中的所有点。
6.一种点云噪声点去除系统，运行于计算设备中，其特征在于，该系统包括：
数据接收模块，用于导入一个点云，并接收用户输入的参数；
点云处理模块，用于将所述点云三角网格化，得到三角网格化点云，并在该三角网格化点云中，根据点云中点与点之间的距离以及上述用户输入的参数将所述点云进行分类，分成多个子图；
计算模块，用于对于每一个子图，计算该子图中的各点与相邻子图中各点之间距离，并根据该点与点的距离计算相邻子图之间的距离；
噪声点去除模块，用于根据每个子图中点的数量及/或相邻子图之间的距离进行噪声点判断，并去除所述噪声点；及
输出模块，用于输出噪声点去除后的点云。
7.如权利要求6所述的点云噪声点去除系统，其特征在于，所述用户输入的参数包括预设的点间距以及点个数。
8.如权利要求7所述的点云噪声点去除系统，其特征在于，所述点云处理模块采用如下步骤将所述点云进行分类，分成多个子图：
（a）从三角网格化点云中选择一个点，将该选择的点放入一个子图中；
（b）计算当前选择的点与三角网格化点云中不属于任何子图且与当前选择的点构成三角形一条边的各点之间的距离；
（c）将与当前选择的点距离小于预设距离的点放入当前子图中；
（d）从当前子图中选择一个没有被选择过的点，并重复执行步骤（b）、（c）及（d）直到当前子图中不存在没有被选择过的点；
（e）从三角网格化点云中选择一个不属于任何子图的点，将该选择的点放入另一个子图中，并重复执行步骤（b）、（c）、（d）及（e）直到三角网格化点云中不存在不属于任何子图的点。
9.如权利要求7所述的点云噪声点去除系统，其特征在于，所述噪声点去除模块采用如下步骤去除点云中的噪声点：
判断每个子图中点的数量是否超过所述预设的点个数；及
当某一个子图中点的数量没有超过所述预设的点个数时，该子图中的所有点为噪声点，并删除该子图中的所有点。
10.如权利要求7所述的点云噪声点去除系统，其特征在于，所述噪声点去除模块采用如下步骤去除点云中的噪声点：
判断每个子图中点的数量是否超过所述预设的点个数；
当某个子图中点的数量超过所述预设的点个数时，判断该子图与其相邻子图之间的距离是否超过一个预设值；及
当所述点的数量少于所述预设的点个数的子图与其相邻子图的距离超过所述预设值时，该子图中的所有点为噪声点，并删除该子图中的所有点。
CN201310498681.4A 2013-10-22 2013-10-22 点云噪声点去除系统及方法 Active CN104574282B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201310498681.4A CN104574282B (zh) 2013-10-22 2013-10-22 点云噪声点去除系统及方法
TW102138858A TWI590188B (zh) 2013-10-22 2013-10-28 點雲雜訊點去除系統及方法
US14/519,308 US20150109290A1 (en) 2013-10-22 2014-10-21 Device and method for removing noise points in point clouds

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310498681.4A CN104574282B (zh) 2013-10-22 2013-10-22 点云噪声点去除系统及方法

Publications (2)

Publication Number Publication Date
CN104574282A true CN104574282A (zh) 2015-04-29
CN104574282B CN104574282B (zh) 2019-06-07

Family

ID=52825768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310498681.4A Active CN104574282B (zh) 2013-10-22 2013-10-22 点云噪声点去除系统及方法

Country Status (3)

Country Link
US (1) US20150109290A1 (zh)
CN (1) CN104574282B (zh)
TW (1) TWI590188B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767375A (zh) * 2017-11-02 2018-03-06 广东电网有限责任公司电力科学研究院 一种点云质量评估方法及装置
CN114627020A (zh) * 2022-03-18 2022-06-14 易思维（杭州）科技有限公司 一种曲面工件反光噪点去除方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190043250A1 (en) * 2012-06-25 2019-02-07 Yoldas Askan Method of generating a smooth image from point cloud data
CN105590311A (zh) * 2014-11-13 2016-05-18 富泰华工业（深圳）有限公司 图形化平面数据分析系统及方法
JP6505470B2 (ja) * 2015-02-27 2019-04-24 株式会社デンソー ノイズ除去方法および物体認識装置
US10066346B2 (en) * 2015-08-12 2018-09-04 Topcon Positioning Systems, Inc. Point cloud based surface construction
CN107123162B (zh) * 2016-02-24 2020-02-21 中国科学院沈阳自动化研究所 基于二维激光传感器的三维环境表面三角网格构建方法
CN107341768B (zh) * 2016-04-29 2022-03-11 微软技术许可有限责任公司 网格降噪
CN108961532B (zh) * 2017-05-26 2020-11-17 深圳怡化电脑股份有限公司 冠字号图像处理方法、装置、设备及存储介质
CN109766404B (zh) * 2019-02-12 2020-12-15 湖北亿咖通科技有限公司 点云处理方法、装置及计算机可读存储介质
CN110988846B (zh) * 2019-04-22 2023-07-18 威力登激光雷达美国有限公司 可用于激光雷达的噪点识别方法以及激光雷达系统
US11158075B2 (en) * 2019-06-03 2021-10-26 Zebra Technlogies Corporation Method, system and apparatus for depth sensor artifact removal
US10613203B1 (en) 2019-07-01 2020-04-07 Velodyne Lidar, Inc. Interference mitigation for light detection and ranging

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101127031A (zh) * 2006-08-18 2008-02-20 鸿富锦精密工业（深圳）有限公司 点云数据均值过滤系统及方法
CN101369313A (zh) * 2007-08-17 2009-02-18 鸿富锦精密工业（深圳）有限公司 点云噪声点过滤系统及方法
CN101373540A (zh) * 2007-08-20 2009-02-25 鸿富锦精密工业（深圳）有限公司 点云精简系统及方法
CN101377851A (zh) * 2007-08-29 2009-03-04 鸿富锦精密工业（深圳）有限公司 点云到点云的最近距离计算系统及方法
CN101635051A (zh) * 2008-07-25 2010-01-27 鸿富锦精密工业（深圳）有限公司 边界元素提取方法及其计算机系统
CN102110305A (zh) * 2009-12-29 2011-06-29 鸿富锦精密工业（深圳）有限公司 点云三角网格面构建系统及方法
CN102136155A (zh) * 2010-01-27 2011-07-27 首都师范大学 基于三维激光扫描数据的物体立面矢量化方法和系统
CN102944174A (zh) * 2012-11-28 2013-02-27 北京矿冶研究总院 一种点云数据的处理方法及系统
CN103164842A (zh) * 2011-12-14 2013-06-19 鸿富锦精密工业（深圳）有限公司 点云提取系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7203634B2 (en) * 2000-10-30 2007-04-10 Translation Technologies, Inc. Computational geometry system, interrupt interface, and method
US7995055B1 (en) * 2007-05-25 2011-08-09 Google Inc. Classifying objects in a scene
JP5480914B2 (ja) * 2009-12-11 2014-04-23 株式会社トプコン 点群データ処理装置、点群データ処理方法、および点群データ処理プログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101127031A (zh) * 2006-08-18 2008-02-20 鸿富锦精密工业（深圳）有限公司 点云数据均值过滤系统及方法
CN101369313A (zh) * 2007-08-17 2009-02-18 鸿富锦精密工业（深圳）有限公司 点云噪声点过滤系统及方法
CN101373540A (zh) * 2007-08-20 2009-02-25 鸿富锦精密工业（深圳）有限公司 点云精简系统及方法
CN101377851A (zh) * 2007-08-29 2009-03-04 鸿富锦精密工业（深圳）有限公司 点云到点云的最近距离计算系统及方法
CN101635051A (zh) * 2008-07-25 2010-01-27 鸿富锦精密工业（深圳）有限公司 边界元素提取方法及其计算机系统
CN102110305A (zh) * 2009-12-29 2011-06-29 鸿富锦精密工业（深圳）有限公司 点云三角网格面构建系统及方法
CN102136155A (zh) * 2010-01-27 2011-07-27 首都师范大学 基于三维激光扫描数据的物体立面矢量化方法和系统
CN103164842A (zh) * 2011-12-14 2013-06-19 鸿富锦精密工业（深圳）有限公司 点云提取系统及方法
CN102944174A (zh) * 2012-11-28 2013-02-27 北京矿冶研究总院 一种点云数据的处理方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767375A (zh) * 2017-11-02 2018-03-06 广东电网有限责任公司电力科学研究院 一种点云质量评估方法及装置
CN107767375B (zh) * 2017-11-02 2021-06-29 广东电网有限责任公司电力科学研究院 一种点云质量评估方法及装置
CN114627020A (zh) * 2022-03-18 2022-06-14 易思维（杭州）科技有限公司 一种曲面工件反光噪点去除方法

Also Published As

Publication number Publication date
TW201523511A (zh) 2015-06-16
CN104574282B (zh) 2019-06-07
US20150109290A1 (en) 2015-04-23
TWI590188B (zh) 2017-07-01

Similar Documents

Publication Publication Date Title
CN104574282A (zh) 点云噪声点去除系统及方法
CN103500516B (zh) 基于电子地图高效率轨迹回放的方法及系统
CN104794005A (zh) 一种优化cpu运行频率的方法及装置
CN104050709B (zh) 一种三维图像处理方法及电子设备
CN104794687A (zh) 点云精简系统及方法
CN112560862B (zh) 文本识别方法、装置及电子设备
CN104484282A (zh) 一种内存回收方法和装置
CN109086291B (zh) 一种基于MapReduce的并行异常检测方法及系统
CN106610901B (zh) 存储器的磨损次数平衡方法及装置
CN103473343A (zh) 一种文件管理方法、装置以及终端
CN107506279A (zh) Fpga器件的性能控制方法及装置
CN104346404A (zh) 一种访问数据的方法、设备及系统
CN104050189B (zh) 页面共享处理方法及装置
CN103064766B (zh) 一种持续数据保护技术中数据快速同步方法
CN116361205A (zh) 数据处理装置、确定张量存储地址的方法、设备和介质
CN116229116A (zh) 一种基于相似零件的工艺复用加工方法、系统及电子设备
CN105630967A (zh) 一种基于gis显示数据的缓存方法及装置
CN103019440B (zh) 一种基于手势识别的异常触摸点去除方法、装置及触摸屏
CN114779273A (zh) 检测剩余载货体积的方法和装置
CN105518617B (zh) 缓存数据的处理方法及装置
CN111144509B (zh) 用于系统应用程序分类的方法、装置及计算机
CN105242971A (zh) 面向流式处理系统的内存对象管理方法及系统
CN104360854A (zh) 一种信息处理方法及电子设备
CN109669843A (zh) 撞击数据的获取方法及装置
CN115450595B (zh) 一种控水工具的选择方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20191112

Address after: Room 2, west of the second floor, No. 355, Huanbei West Road, Weitang street, Jiashan County, Jiaxing City, Zhejiang Province

Patentee after: Jiashan Weitang Asset Management Co.,Ltd.

Address before: 518109, No. two, No. tenth, East Ring Road, Pinus tabulaeformis Industrial Zone, Longhua Town, Baoan District, Guangdong, Shenzhen, 2

Co-patentee before: HON HAI PRECISION INDUSTRY Co.,Ltd.

Patentee before: HONG FU JIN PRECISION INDUSTRY (SHENZHEN) Co.,Ltd.

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: System and method of point cloud noise point removal

Effective date of registration: 20210531

Granted publication date: 20190607

Pledgee: Weitang sub branch of Zhejiang Jiashan Rural Commercial Bank Co.,Ltd.

Pledgor: Jiashan Weitang Asset Management Co.,Ltd.

Registration number: Y2021980004130

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20231018

Granted publication date: 20190607

Pledgee: Weitang sub branch of Zhejiang Jiashan Rural Commercial Bank Co.,Ltd.

Pledgor: Jiashan Weitang Asset Management Co.,Ltd.

Registration number: Y2021980004130

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Point Cloud Noise Point Removal System and Method

Effective date of registration: 20231127

Granted publication date: 20190607

Pledgee: Weitang sub branch of Zhejiang Jiashan Rural Commercial Bank Co.,Ltd.

Pledgor: Jiashan Weitang Asset Management Co.,Ltd.

Registration number: Y2023330002807