CN117496067A - 数据处理方法、装置、计算机设备和存储介质 - Google Patents
数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117496067A CN117496067A CN202311549952.4A CN202311549952A CN117496067A CN 117496067 A CN117496067 A CN 117496067A CN 202311549952 A CN202311549952 A CN 202311549952A CN 117496067 A CN117496067 A CN 117496067A
- Authority
- CN
- China
- Prior art keywords
- data
- point
- deleted
- ground point
- parameter threshold
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012216 screening Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000001914 filtration Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 239000004744 fabric Substances 0.000 claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 104
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 15
- 230000008689 nuclear function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229910018503 SF6 Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种数据处理方法、装置、计算机设备和存储介质。所述方法包括:获取针对目标变电站中目标电力设备的激光点云数据;根据布料模拟滤波算法,从激光点云数据中筛选出地上点数据;根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据;在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,从地上点数据中删除待删除数据,得到针对目标电力设备的处理后数据。采用本方法能够充分考虑目标变电站中目标电力设备对应的激光点云数据的数据特点,对激光点云数据进行数据处理,得到用于对目标电力设备进行三维建模的处理后数据,提高变电站中电力设备对应的点云数据的处理效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
三维建模技术的发展,推动了智能变电站朝着信息化、智能化和网络化的方向发展,相较于传统变电站,智能变电站的数据处理、管理和运维方法提高了电力管理的效率和准确性,针对变电站的三维建模是实现变电站智能化建设的关键。
基于激光点云数据对变电站中的电力设备,如气体绝缘金属封闭开关设备(GasInsulated Switchgear,GIS)进行三维建模时,激光扫描获取的变电站电力设备点云数据中存在大量噪声点,传统技术无法对噪声点进行有效合理的筛选和剔除,从而影响变电站中电力设备的三维模型的建模精度,不利于提高针对变电站中电力设备对应的点云数据的处理效率。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高针对变电站中电力设备对应的点云数据的处理效率的数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种数据处理方法,包括:
获取针对目标变电站中的目标电力设备的激光点云数据;
根据布料模拟滤波算法,从所述激光点云数据中筛选出地面点数据,从所述激光点云数据中删除所述地面点数据,得到地上点数据;
根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据;
在所述待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值的情况下,从所述地上点数据中删除所述待删除数据,得到针对所述目标电力设备的处理后数据。
在其中一个实施例中,所述根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据,包括:
根据所述地上点数据,确定所述地上点数据对应的数据点;
根据所述预设的核函数参数阈值范围,从所述数据点中筛选出待删除数据点;
将所述待删除数据点对应的地上点数据作为所述待删除数据。
在其中一个实施例中,所述根据所述预设的核函数参数阈值范围,从所述数据点中筛选出待删除数据点,包括:
针对所述数据点中的任意一个待分析数据点,根据所述待分析数据点和预设的距离阈值,从所述数据点中筛选出所述待分析数据点对应的临近点;所述临近点与所述待分析数据点之间的距离小于所述预设的距离阈值;
获取所述待分析数据点与所述临近点之间的距离数据,根据所述距离数据和所述预设的核函数参数阈值范围,从所述数据点中筛选出所述待删除数据点。
在其中一个实施例中,所述预设的核函数参数阈值范围包括标准差阈值范围,所述根据所述距离数据和所述预设的核函数参数阈值范围,从所述数据点中筛选出所述待删除数据点,包括:
根据所述距离数据,确定平均距离数据;
根据所述距离数据和所述平均距离数据,确定所述临近点针对所述待分析数据点的标准差数据;
在所述标准差数据不处于所述标准差阈值范围内的情况下,将所述临近点作为所述待删除数据点。
在其中一个实施例中,所述预设的核函数参数阈值范围包括目标点数量阈值范围,所述方法还包括:
将所述待删除数据点从所述数据点中删除,得到候选数据点;
针对所述候选数据点中的任意一个待分析候选数据点,确定所述待分析候选数据点对应的目标点的数量;所述目标点与所述待分析候选数据点之间的距离数据小于所述平均距离数据;
在所述待分析候选数据点对应的目标点的数量处于所述目标点数量阈值范围内的情况下,将所述待分析数据点对应的临近点作为所述待删除数据点。
在其中一个实施例中,所述方法还包括:
在所述待删除数据与所述地上点数据之间的比值小于预设的比值阈值的情况下,根据所述预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限;
根据所述核函数参数阈值上限和所述核函数参数阈值下限,确定所述预设的核函数参数阈值范围对应的上下限平均值;
根据所述上下限平均值修改所述预设的核函数参数阈值范围,确定调整后核函数参数阈值范围;
根据所述地上点数据和所述调整后核函数参数阈值范围,从所述地上点数据中筛选出候选待删除数据,直至所述候选待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值,将所述预设的核函数参数阈值范围修改为所述调整后核函数参数阈值范围。
第二方面,本申请还提供了一种数据处理装置,包括:
获取模块,用于获取针对目标变电站中的目标电力设备的激光点云数据;
区分模块,用于根据布料模拟滤波算法,从所述激光点云数据中筛选出地面点数据,从所述激光点云数据中删除所述地面点数据,得到地上点数据;
筛选模块,用于根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据;
删除模块,用于在所述待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值的情况下,从所述地上点数据中删除所述待删除数据,得到针对所述目标电力设备的处理后数据。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
上述数据处理方法、装置、计算机设备、存储介质和计算机程序产品,通过获取针对目标变电站中的目标电力设备的激光点云数据,从而获取目标变电站中的目标电力设备相关的准确的激光点云数据;根据布料模拟滤波算法,从激光点云数据中筛选出地面点数据,从激光点云数据中删除地面点数据,得到地上点数据,从而通过布料模拟算法,对激光点云数据进行分类,筛选出准确的地上点数据;根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据,从而基于预设的核函数参数阈值范围,对地上点数据进行分析,确定出可以视为噪声点的待删除数据;在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,从地上点数据中删除待删除数据,得到针对目标电力设备的处理后数据,能够充分考虑目标变电站中的目标电力设备对应的激光点云数据的数据特点,采用布料模拟算法对激光点云数据进行分类,基于预设的核函数参数阈值范围,从分类出的地上点数据中,确定出噪声点对应的待删除数据,并在待删除数据的数量与激光点云数据的数量之间的比值满足预设要求时,完成对激光点云数据的数据处理,得到用于对目标电力设备进行三维建模的处理后数据,提高变电站中电力设备对应的点云数据的处理效率。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中一种数据处理方法的应用环境图;
图2为一个实施例中一种数据处理方法的流程示意图;
图3为一个实施例中变电站电力设备激光点云数据处理方法的流程示意图;
图4为一个实施例中一种数据处理装置的结构框图;
图5为一个实施例中一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的数据处理方法,可以应用于如图1所示的应用环境中。其中,变电站102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104获取针对目标变电站中的目标电力设备的激光点云数据;服务器104根据布料模拟滤波算法,从激光点云数据中筛选出地面点数据,从激光点云数据中删除地面点数据,得到地上点数据;服务器104根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据;在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,服务器104从地上点数据中删除待删除数据,得到针对目标电力设备的处理后数据。其中,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个示例性的实施例中,如图2所示,提供了一种数据处理方法,以该方法应用于服务器为例进行说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
步骤S202,获取针对目标变电站中的目标电力设备的激光点云数据。
其中,目标变电站可以是指电力系统中的对电压和电流进行变换,接收电能及分配电能的场所。
其中,目标电力设备可以是指变电站中需要进行三维建模的设备,实际应用中,目标电力设备可以包括气体绝缘金属封闭开关设备(Gas Insulated Switchgear,GIS)。
其中,激光点云数据可以是指利用激光雷达扫描仪对目标电力设备进行扫描后得到的、用于表征目标电力设备上各反射点的坐标或位置的数据。
作为一种示例,为了利用三维建模技术对变电站的电力设备(如六氟化硫封闭式组合电器或气体绝缘金属封闭开关设备)进行准确的三维建模,工作人员利用激光雷达扫描仪对电力设备进行扫描,服务器获取激光雷达扫描仪发送的激光点云数据。
步骤S204,根据布料模拟滤波算法,从激光点云数据中筛选出地面点数据,从激光点云数据中删除地面点数据,得到地上点数据。
其中,布料模拟滤波算法可以是指一种基于仿真布料的滤波方法,实际应用中,布料模拟滤波算法将激光点云数据视为布料,通过对布料进行仿真来实现滤波。
其中,地面点数据可以是指表征地面的激光点云数据,实际应用中,当激光点云数据中的一部分数据在特定方向(如竖直方向等)上的坐标明显低于其它激光点云数据,此时可将上述部分数据作为地面点数据。
其中,地上点数据可以是指表征地面之上的物体的激光点云数据,实际应用中,当激光点云数据中的一部分数据在特定方向(如竖直方向等)上的坐标明显高于其它激光点云数据(如地面点数据),此时可将上述部分数据作为地上点数据。
作为一种示例,服务器获取到激光点云数据后,为了便于对目标电力设备进行准确建模,服务器需要根据布料模拟滤波算法,对激光点云数据进行分类,具体地,服务器采用布料模拟算法,从激光点云数据中筛选出地面点数据,然后从激光点云数据中删除地面点数据,得到地上点数据,从而将激光点云数据区分为地面点数据和地上点数据。
步骤S206,根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据。
其中,预设的核函数参数阈值范围可以是指用于从地上点数据中筛选出可以视为噪声点数据的数据,实际应用中,预设的核函数参数阈值范围可以表示为[A,B]。
其中,待删除数据可以是指对目标电力设备进行建模前,需要从激光点云数据中剔除的噪声点数据。
作为一种示例,服务器对地上点数据进行数据分析,确定与预设的核函数参数阈值范围相关的数据指标,服务器根据数据指标和预设的核函数参数阈值范围之间的关系,从地上点数据中筛选出可以视为噪声点数据的待删除数据。
步骤S208,在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,从地上点数据中删除待删除数据,得到针对目标电力设备的处理后数据。
其中,待删除数据与地上点数据之间的比值可以是指待删除数据的数量与地上点数据的数量之间的比值,例如,经过分析后,判断激光点云数据中待删除数据共有X1个,激光点云数据中的地上点数据共有X2个,则待删除数据与地上点数据之间的比值可以表示为X1/X2。
其中,预设的比值阈值可以是指用于判断是否达到预设的滤波效果的数据,实际应用中,可以预先设置滤波效果对应的比值阈值,当待删除数据与地上点数据之间的比值大于或等于预设的比值,此时判断达到预设的滤波效果。
其中,处理后数据可以是指将待删除数据从地上点数据中删除后,地上点数据中剩余的数据,例如,地上点数据可以表示为数据集A,待删除数据可以表示为数据集B,则将数据集B从数据集A中删除后得到的数据集C可以作为处理后数据,实际应用中,处理后数据可以用于对目标电力设备进行准确的三维建模。
作为一种示例,在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,此时服务器判定针对激光点云数据的数据处理达到预设的滤波效果,服务器从地上点数据中删除待删除数据,此时服务器得到针对目标电力设备的处理后数据,进一步地,服务器可以利用处理后数据对目标变电站中的目标电力设备进行三维建模,得到精确度满足预设要求的模型。
上述数据处理方法中,通过获取针对目标变电站中的目标电力设备的激光点云数据,从而获取目标变电站中的目标电力设备相关的准确的激光点云数据;根据布料模拟滤波算法,从激光点云数据中筛选出地面点数据,从激光点云数据中删除地面点数据,得到地上点数据,从而通过布料模拟算法,对激光点云数据进行分类,筛选出准确的地上点数据;根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据,从而基于预设的核函数参数阈值范围,对地上点数据进行分析,确定出可以视为噪声点的待删除数据;在待删除数据与地上点数据之间的比值大于或等于预设的比值阈值的情况下,从地上点数据中删除待删除数据,得到针对目标电力设备的处理后数据,能够充分考虑目标变电站中的目标电力设备对应的激光点云数据的数据特点,采用布料模拟算法对激光点云数据进行分类,基于预设的核函数参数阈值范围,从分类出的地上点数据中,确定出噪声点对应的待删除数据,并在待删除数据的数量与激光点云数据的数量之间的比值满足预设要求时,完成对激光点云数据的数据处理,得到用于对目标电力设备进行三维建模的处理后数据,提高变电站中电力设备对应的点云数据的处理效率。
在一个示例性的实施例中,根据地上点数据和预设的核函数参数阈值范围,从地上点数据中筛选出待删除数据,包括:根据地上点数据,确定地上点数据对应的数据点;根据预设的核函数参数阈值范围,从数据点中筛选出待删除数据点;将待删除数据点对应的地上点数据作为待删除数据。
其中,地上点数据对应的数据点可以是指地上点数据所表征的点,实际应用中,激光点云数据可以表征空间中某个点的坐标(如三维坐标),地上点数据作为可以地面之上的物体的激光点云数据,则地上点数据可以包括用于表征特定空间(如目标电力设备所处的空间)中的特定的点(如反射点)的数据。
其中,待删除数据点可以是指对目标电力设备进行建模前,需要从激光点云数据对应的数据点中剔除的噪声点。
作为一种示例,服务器根据地上点数据,确定地上点数据在特定空间(如目标电力设备所处的空间)中所对应的数据点,服务器根据预设的核函数参数阈值范围,通过分析数据点对应的数据指标,从数据点中筛选出待删除数据点;服务器将待删除数据点对应的地上点数据作为待删除数据。
本实施例中,通过根据地上点数据,确定地上点数据对应的数据点;根据预设的核函数参数阈值范围,从数据点中筛选出待删除数据点;将待删除数据点对应的地上点数据作为待删除数据,能够对地上点数据对应的数据点相关的数据指标,结合预设的核函数参数阈值范围,从地上点数据中确定出准确的待删除数据,保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率。
在一些实施例中,根据预设的核函数参数阈值范围,从数据点中筛选出待删除数据点,包括:针对数据点中的任意一个待分析数据点,根据待分析数据点和预设的距离阈值,从数据点中筛选出待分析数据点对应的临近点;获取待分析数据点与临近点之间的距离数据,根据距离数据和预设的核函数参数阈值范围,从数据点中筛选出待删除数据点。
其中,待分析数据点可以是指地上点数据对应的数据点组成的集合中任意一个数据点,例如,地上点数据对应的数据点可以表示为D1、D2和D3,则对数据点D1进行分析时,可以将数据点D1作为待分析数据点。
其中,预设的距离阈值可以是指用于确定待分析数据点的临近点的数据,实际应用中,可以预先设置距离阈值,当地上点数据对应的数据点中某个点Dx与待分析数据点之间的距离小于预设的距离阈值,此时可以将该点Dx作为待分析数据点的临近点。
其中,临近点可以是指数据点中与待分析数据点之间的距离小于预设的距离阈值的点,实际应用中,待分析数据点的临近点的数量可以包括但不限于1个、2个和3个。
作为一种示例,针对数据点中的任意一个待分析数据点,服务器计算待分析数据点与待分析数据点周围的点之间的距离,服务器对比上述距离和预设的距离阈值,当某个点与待分析数据点之间的距离小于预设的距离阈值,服务器将该点作为待分析数据点的临近点,服务器获取待分析数据点与临近点之间的距离数据,根据距离数据和预设的核函数参数阈值范围,从数据点(如临近点)中筛选出待删除数据点。
本实施例中,通过针对数据点中的任意一个待分析数据点,根据待分析数据点和预设的距离阈值,从数据点中筛选出待分析数据点对应的临近点;获取待分析数据点与临近点之间的距离数据,根据距离数据和预设的核函数参数阈值范围,从数据点中筛选出待删除数据点,能够基于预设的距离阈值,确定待分析数据点的临近点,并结合预设的核函数参数阈值范围,从数据点(如临近点)中筛选出准确的待删除数据点,进而可以通过待删除数据点确定待删除数据,保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率。
在一些实施例中,预设的核函数参数阈值范围包括标准差阈值范围,根据距离数据和预设的核函数参数阈值范围,从数据点中筛选出待删除数据点,包括:根据距离数据,确定平均距离数据;根据距离数据和平均距离数据,确定临近点针对待分析数据点的标准差数据;在标准差数据不处于标准差阈值范围内的情况下,将临近点作为待删除数据点。
其中,平均距离数据可以是指距离数据的平均值,例如,距离数据可以分别表示为L1、L2和L3,则平均距离数据可以表示为Lx=(L1+L2+L3)/3。
其中,标准差数据可以是指距离数据对应的方差的算数平方根,实际应用中,可以基于标准差的数学计算表达式,根据距离数据计算得到距离数据对应的标准差数据。
其中,标准差阈值范围可以是指用于判断标准差数据是否符合预设的标准差要求的数据,实际应用中,标准差阈值范围可以表示为[S1,S2]。
作为一种示例,服务器根据距离数据,计算距离数据对应的平均值,服务器将上述平均值作为平均距离数据,服务器根据距离数据和平均距离数据,结合标准差的数据计算表达式,计算待分析数据点对应的各临近点针对待分析数据点的标准差数据,服务器对比待分析数据点对应的临近点对应的标准差数据与标准差阈值范围,当待分析数据点对应的某个临近点的标准差数据不处于标准差阈值范围内时,服务器判定上述临近点为待删除数据点。
本实施例中,通过根据距离数据,确定平均距离数据;根据距离数据和平均距离数据,确定临近点针对待分析数据点的标准差数据;在标准差数据不处于标准差阈值范围内的情况下,将临近点作为待删除数据点,能够利用距离数据确定平均距离数据和对应的标准差数据,并结合标准差阈值范围,确定准确的待删除数据点,从而保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率。
在一些实施例中,预设的核函数参数阈值范围包括目标点数量阈值范围,上述方法还包括:将待删除数据点从数据点中删除,得到候选数据点;针对候选数据点中的任意一个待分析候选数据点,确定待分析候选数据点对应的目标点的数量;在待分析候选数据点对应的目标点的数量处于目标点数量阈值范围内的情况下,将待分析数据点对应的临近点作为待删除数据点。
其中,候选数据点可以是指将待删除数据点从地上点数据对应的数据点中删除后,地上点数据对应的数据点中剩余的数据点,例如,地上点数据对应的数据点可以表示为D1、D2和D3,若待删除数据点为D1,则候选数据点可以表示为D2和D3。
其中,待分析候选数据点可以是候选数据点组成的集合中任意一个候选数据点,例如,候选数据点可以表示为D2和D3,则对候选数据点D2进行分析时,可以将候选数据点D2作为待分析候选数据点。
其中,待分析候选数据点对应的目标点的数量可以是指表征待分析候选数据点对应的目标点的个数的数据。
其中,目标点可以是指与待分析候选数据点之间的距离数据小于平均距离数据的点。
其中,目标点数量阈值范围可以是指用于判断目标点的数量是否符合预设的目标点的数量要求的数据,实际应用中,目标点数量阈值范围可以表示为[S5,S6]。
作为一种示例,服务器将待删除数据点从数据点中删除,得到候选数据点,针对候选数据点中的任意一个待分析候选数据点,服务器计算待分析候选数据点与待分析候选数据点周围的点之间的距离,当某个点与待分析候选数据点之间的距离小于平均距离,服务器判定该点为待分析候选数据点的目标点,当确定出待分析候选数据点对应的所有的目标点后,服务器统计待分析候选数据点对应的目标点的数量,服务器对比待分析候选数据点对应的目标点的数量和目标点数量阈值范围,当待分析候选数据点对应的目标点的数量处于目标点数量阈值范围内的情况下,将待分析数据点对应的临近点作为待删除数据点。
本实施例中,通过将待删除数据点从数据点中删除,得到候选数据点;针对候选数据点中的任意一个待分析候选数据点,确定待分析候选数据点对应的目标点的数量;在待分析候选数据点对应的目标点的数量处于目标点数量阈值范围内的情况下,将待分析数据点对应的临近点作为待删除数据点,能够基于目标点数量阈值范围,约束针对激光点云数据的去噪过程中的数据量,确定准确的待删除数据,从而保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率。
在一些实施例中,上述方法还包括:在待删除数据与地上点数据之间的比值小于预设的比值阈值的情况下,根据预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限;根据核函数参数阈值上限和核函数参数阈值下限,确定预设的核函数参数阈值范围对应的上下限平均值;根据上下限平均值修改预设的核函数参数阈值范围,确定调整后核函数参数阈值范围;根据地上点数据和调整后核函数参数阈值范围,从地上点数据中筛选出候选待删除数据,直至候选待删除数据与地上点数据之间的比值大于或等于预设的比值阈值,将预设的核函数参数阈值范围修改为调整后核函数参数阈值范围。
其中,核函数参数阈值上限可以是指核函数参数阈值范围中数据的最大值,例如,核函数参数阈值范围可以表示为[S3,S4],则核函数参数阈值上限可以表示为S4。
其中,核函数参数阈值下限可以是指核函数参数阈值范围中数据的最小值,例如,核函数参数阈值范围可以表示为[S3,S4],则核函数参数阈值上限可以表示为S4。
其中,上下限平均值可以是指核函数参数阈值上限与核函数参数阈值下限的平均值,例如,核函数参数阈值上限可以表示为S4,核函数参数阈值上限可以表示为S4,则上下限平均值可以表示为(S3+S4)/2。
其中,调整后核函数参数阈值范围可以是指对核函数参数阈值范围进行修改后得到的数据,实际应用中,原核函数参数阈值范围(即修改前的核函数参数阈值范围)可以表示为[S3,S4],则调整后核函数参数阈值范围可以表示为[S9,S10]。
其中,候选待删除数据可以是指对核函数参数阈值范围进行自适应调整过程中确定的待删除数据,实际应用中,核函数参数阈值范围调整后,为了验证核函数参数阈值范围的有效性和滤波效果,服务器可以再次确定地上点数据对应的待删除数据,从而判断此时的待删除数据的数量与地上点数据的数量之间的比值是否大于预设的比值阈值,此时的待删除数据可以作为候选待删除数据。
作为一种示例,在待删除数据与地上点数据之间的比值小于预设的比值阈值的情况下,服务器判断此时针对激光点云数据的数据处理没有达到预设的滤波效果,服务器根据预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限,服务器对核函数参数阈值上限和核函数参数阈值下限求平均值,得到预设的核函数参数阈值范围对应的上下限平均值,服务器基于二元二分法,根据上下限平均值,对预设的核函数参数阈值范围进行自适应调整,确定调整后核函数参数阈值范围,为了验证调整后核函数参数阈值范围是否合理,服务器根据地上点数据和调整后核函数参数阈值范围,从地上点数据中筛选出候选待删除数据,根据候选待删除数据的数量与地上点数据的数量之间的比值是否大于预设的比值阈值,判断是否达到预设的滤波效果,若未达到,则再次调整核函数参数阈值范围,重复上述步骤,直至候选待删除数据与地上点数据之间的比值大于或等于预设的比值阈值,服务器将预设的核函数参数阈值范围修改为调整后核函数参数阈值范围。
本实施例中,通过在待删除数据与地上点数据之间的比值小于预设的比值阈值的情况下,根据预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限;根据核函数参数阈值上限和核函数参数阈值下限,确定预设的核函数参数阈值范围对应的上下限平均值;根据上下限平均值修改预设的核函数参数阈值范围,确定调整后核函数参数阈值范围;根据地上点数据和调整后核函数参数阈值范围,从地上点数据中筛选出候选待删除数据,直至候选待删除数据与地上点数据之间的比值大于或等于预设的比值阈值,将预设的核函数参数阈值范围修改为调整后核函数参数阈值范围,能够在未达到预设的滤波效果时,基于二元二分法对核函数参数阈值范围进行自适应调整,保证待删除数据的准确性,从而保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率。
在一些实施例中,如图3所示,提供了一种变电站电力设备激光点云数据处理方法,为了对变电站中目标电力设备GIS进行准确的三维建模,工作人员使用激光扫描,从不同角度收集目标变电站中目标电力设备GIS对应的激光点云数据,服务器获取上述激光点云数据,服务器遍历激光点云数据,根据布料模拟算法(Co-rotated Splitting-basedFast simulation,CFS),对激光点云数据进行分类,区分激光点云数据中的地面点数据和地上点数据,服务器剔除地面点数据,对地上点数据进行进一步的数据处理,服务器采用统计异常值去除算法(Statistical 0utlier Removal,SOR)剔除地上点中的噪声,其中,统计异常值去除算法原理是对点云中每个点的邻域进行统计学分析,计算每一个点到它所有临近点的平均距离,假设得到的结果服从高斯分布,高斯分布曲线的形状由平均距离的均值和标准差决定,根据统计学原理,偏离均值较远的点可以被剔除,由此完成滤波。因此,滤波效果和标准差的大小有关以及在平均距离内估计的点数量有关,即核函数参数包括标准差以及在平均距离内估计的点数量,服务器获取预设的核函数参数阈值范围,对于地上点数据对应的数据点中的任意一个待分析数据点,计算该待分析数据点到该待分析数据点对于的所有临近点的平均距离,服务器根据该待分析数据点与该待分析数据点对于的临近点之间的距离数据和平均距离,结合标准差的数据计算表达式,计算待分析数据点对应的各临近点针对待分析数据点的标准差数据,服务器对比待分析数据点对应的临近点对应的标准差数据与标准差阈值范围,当待分析数据点对应的某个临近点的标准差数据不处于标准差阈值范围内时,服务器判定上述临近点为待删除数据点,同时,服务器还可以将待分析数据点对应的目标点的数量作为分析依据(或滤波指标),具体地,对激光点云数据进行滤波后,待分析数据点对应的目标点的数量需要处于预设的核函数参数阈值范围对于的目标点数量阈值范围内,服务器将待删除数据点对应的待删除数据从地上点数据中删除后,服务器计算待删除数据的数量与地上点数据的数量之间的比值,当上述比值大于或等于预设的比值阈值时,服务器判定针对激光点云数据的数据处理达到预设的滤波效果,当上述比值小于预设的比值阈值时,服务器根据二元二分法,对核函数参数阈值范围进行自适应调整,直至达到预设的滤波效果,实际应用中,可以将预设的滤波效果设置为20%,即待删除数据的数量与地上点数据的数量之间的比值需要大于或等于20%,具体地,在一次针对目标变电站中目标电力设备的激光点云数据处理过程中,共得到5984525个点云数据点,标准差阈值范围为0.01到1,平均距离内目标点的数量范围为1到100,采用二元二分法调整核函数参数阈值范围得到的滤波效果可以表示为如表1所示的内容:
表1滤波效果(点的滤除率)/%
对于表1中的数据,以预设滤波效果为20%为例,确定表1中最接近20%的数据(19.68%)对应的标准差为0.31,平均距离内目标点的数量为25,基于上述标准差和平均距离内目标点的数量,对激光点云数据进行去噪,得到处理后数据,利用上述处理后数据对目标变电站中的目标电力设备进行三维建模,能够提高目标变电站中目标电力设备的建模精度。
本实施例中,通过采用布料模拟算法,对激光点云数据进行分类,并结合预设的核函数参数阈值范围,对分类结果中的地上点数据进行滤波和去噪等数据处理,得到处理后数据,保证激光点云数据中噪声点数据的有效去除,进而提高变电站中电力设备对应的点云数据的处理效率,进而利用处理后数据,对目标电力设备进行准确的三维建模,提高建模精度。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据处理方法的数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据处理装置实施例中的具体限定可以参见上文中对于数据处理方法的限定,在此不再赘述。
在一个示例性的实施例中,如图4所示,提供了一种数据处理装置,包括:获取模块402、区分模块404、筛选模块406和删除模块408,其中:
获取模块402,用于获取针对目标变电站中的目标电力设备的激光点云数据;
区分模块404,用于根据布料模拟滤波算法,从所述激光点云数据中筛选出地面点数据,从所述激光点云数据中删除所述地面点数据,得到地上点数据;
筛选模块406,用于根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据;
删除模块408,用于在所述待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值的情况下,从所述地上点数据中删除所述待删除数据,得到针对所述目标电力设备的处理后数据。
在一个示例性实施例中,上述筛选模块406具体还用于根据所述地上点数据,确定所述地上点数据对应的数据点;根据所述预设的核函数参数阈值范围,从所述数据点中筛选出待删除数据点;将所述待删除数据点对应的地上点数据作为所述待删除数据。
在一个示例性实施例中,上述筛选模块406具体还用于针对所述数据点中的任意一个待分析数据点,根据所述待分析数据点和预设的距离阈值,从所述数据点中筛选出所述待分析数据点对应的临近点;所述临近点与所述待分析数据点之间的距离小于所述预设的距离阈值;获取所述待分析数据点与所述临近点之间的距离数据,根据所述距离数据和所述预设的核函数参数阈值范围,从所述数据点中筛选出所述待删除数据点。
在一个示例性实施例中,所述预设的核函数参数阈值范围包括标准差阈值范围,上述筛选模块406具体还用于根据所述距离数据,确定平均距离数据;根据所述距离数据和所述平均距离数据,确定所述临近点针对所述待分析数据点的标准差数据;在所述标准差数据不处于所述标准差阈值范围内的情况下,将所述临近点作为所述待删除数据点。
在一个示例性实施例中,所述预设的核函数参数阈值范围包括目标点数量阈值范围,上述筛选模块406具体还用于将所述待删除数据点从所述数据点中删除,得到候选数据点;针对所述候选数据点中的任意一个待分析候选数据点,确定所述待分析候选数据点对应的目标点的数量;所述目标点与所述待分析候选数据点之间的距离数据小于所述平均距离数据;在所述待分析候选数据点对应的目标点的数量处于所述目标点数量阈值范围内的情况下,将所述待分析数据点对应的临近点作为所述待删除数据点。
在一个示例性实施例中,上述装置还包括调整模块,该调整模块具体用于在所述待删除数据与所述地上点数据之间的比值小于预设的比值阈值的情况下,根据所述预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限;根据所述核函数参数阈值上限和所述核函数参数阈值下限,确定所述预设的核函数参数阈值范围对应的上下限平均值;根据所述上下限平均值修改所述预设的核函数参数阈值范围,确定调整后核函数参数阈值范围;根据所述地上点数据和所述调整后核函数参数阈值范围,从所述地上点数据中筛选出候选待删除数据,直至所述候选待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值,将所述预设的核函数参数阈值范围修改为所述调整后核函数参数阈值范围。
上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据处理方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
获取针对目标变电站中的目标电力设备的激光点云数据;
根据布料模拟滤波算法,从所述激光点云数据中筛选出地面点数据,从所述激光点云数据中删除所述地面点数据,得到地上点数据;
根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据;
在所述待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值的情况下,从所述地上点数据中删除所述待删除数据,得到针对所述目标电力设备的处理后数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据,包括:
根据所述地上点数据,确定所述地上点数据对应的数据点;
根据所述预设的核函数参数阈值范围,从所述数据点中筛选出待删除数据点;
将所述待删除数据点对应的地上点数据作为所述待删除数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预设的核函数参数阈值范围,从所述数据点中筛选出待删除数据点,包括:
针对所述数据点中的任意一个待分析数据点,根据所述待分析数据点和预设的距离阈值,从所述数据点中筛选出所述待分析数据点对应的临近点;所述临近点与所述待分析数据点之间的距离小于所述预设的距离阈值;
获取所述待分析数据点与所述临近点之间的距离数据,根据所述距离数据和所述预设的核函数参数阈值范围,从所述数据点中筛选出所述待删除数据点。
4.根据权利要求3所述的方法,其特征在于,所述预设的核函数参数阈值范围包括标准差阈值范围,所述根据所述距离数据和所述预设的核函数参数阈值范围,从所述数据点中筛选出所述待删除数据点,包括:
根据所述距离数据,确定平均距离数据;
根据所述距离数据和所述平均距离数据,确定所述临近点针对所述待分析数据点的标准差数据;
在所述标准差数据不处于所述标准差阈值范围内的情况下,将所述临近点作为所述待删除数据点。
5.根据权利要求4所述的方法,其特征在于,所述预设的核函数参数阈值范围包括目标点数量阈值范围,所述方法还包括:
将所述待删除数据点从所述数据点中删除,得到候选数据点;
针对所述候选数据点中的任意一个待分析候选数据点,确定所述待分析候选数据点对应的目标点的数量;所述目标点与所述待分析候选数据点之间的距离数据小于所述平均距离数据;
在所述待分析候选数据点对应的目标点的数量处于所述目标点数量阈值范围内的情况下,将所述待分析数据点对应的临近点作为所述待删除数据点。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述待删除数据与所述地上点数据之间的比值小于预设的比值阈值的情况下,根据所述预设的核函数参数阈值范围,确定核函数参数阈值上限和核函数参数阈值下限;
根据所述核函数参数阈值上限和所述核函数参数阈值下限,确定所述预设的核函数参数阈值范围对应的上下限平均值;
根据所述上下限平均值修改所述预设的核函数参数阈值范围,确定调整后核函数参数阈值范围;
根据所述地上点数据和所述调整后核函数参数阈值范围,从所述地上点数据中筛选出候选待删除数据,直至所述候选待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值,将所述预设的核函数参数阈值范围修改为所述调整后核函数参数阈值范围。
7.一种数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取针对目标变电站中的目标电力设备的激光点云数据;
区分模块,用于根据布料模拟滤波算法,从所述激光点云数据中筛选出地面点数据,从所述激光点云数据中删除所述地面点数据,得到地上点数据;
筛选模块,用于根据所述地上点数据和预设的核函数参数阈值范围,从所述地上点数据中筛选出待删除数据;
删除模块,用于在所述待删除数据与所述地上点数据之间的比值大于或等于预设的比值阈值的情况下,从所述地上点数据中删除所述待删除数据,得到针对所述目标电力设备的处理后数据。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549952.4A CN117496067A (zh) | 2023-11-20 | 2023-11-20 | 数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549952.4A CN117496067A (zh) | 2023-11-20 | 2023-11-20 | 数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117496067A true CN117496067A (zh) | 2024-02-02 |
Family
ID=89676236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311549952.4A Pending CN117496067A (zh) | 2023-11-20 | 2023-11-20 | 数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117496067A (zh) |
-
2023
- 2023-11-20 CN CN202311549952.4A patent/CN117496067A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111862292B (zh) | 输电线路走廊的数据渲染方法、装置和计算机设备 | |
US20120246166A1 (en) | Uniform point cloud decimation | |
CN106408604A (zh) | 一种点云数据的滤波方法及装置 | |
CN110990516A (zh) | 地图数据的处理方法、装置和服务器 | |
CN108062789B (zh) | 岩心样品选取方法和装置 | |
CN110544298B (zh) | 变电站建模方法、装置、计算机设备和存储介质 | |
CN112669463A (zh) | 三维点云的曲面重建方法、计算机设备和计算机可读存储介质 | |
CN111598359B (zh) | 物流场站选址方法及系统 | |
CN114611941A (zh) | 一种考虑空间危险性的滑坡灾害评价方法及系统 | |
CN109345628A (zh) | 一种模型轻量化处理方法、装置及电子设备 | |
CN111428653B (zh) | 行人拥挤状态判断方法、装置、服务器及存储介质 | |
Peters | Quadtree-and octree-based approach for point data selection in 2D or 3D | |
CN114241358A (zh) | 基于数字孪生变电站的设备状态展示方法、装置和设备 | |
CN112583900B (zh) | 云计算的数据处理方法及相关产品 | |
Hsin | Combination of saliency histogram equalisation and seam carving for image resizing | |
CN117496067A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN117009411A (zh) | 一种基于点云数据网格化空间存储与索引方法、装置及计算机可读存储介质 | |
CN116824244A (zh) | 一种分级模型的训练方法、物体分级方法及装置 | |
CN111798406A (zh) | 一种图片质量评价方法和系统 | |
CN114511862A (zh) | 表格识别方法、装置及电子设备 | |
Rezaei Abkenar et al. | Salient region detection using feature extraction in the non‐subsampled contourlet domain | |
CN112015929A (zh) | 栅格数据访问方法、装置、电子设备及计算机存储介质 | |
CN116310226B (zh) | 三维对象层级模型生成方法、装置、设备和存储介质 | |
CN116933107B (zh) | 数据分布边界确定方法、装置、计算机设备和存储介质 | |
CN113268646B (zh) | 异常用户数据的确定方法、装置、服务器和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |