[发明专利]基于多尺度特征提取和Pointnet神经网络的钢卷点云识别与分类方法有效
| 申请号： | 202010304879.4 | 申请日： | 2020-04-17 |
| 公开（公告）号： | CN111680542B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 牛丹;刘子璇;李奇;陈夕松;魏双;孙长银 | 申请（专利权）人： | 东南大学;南京科远智慧科技集团股份有限公司;南京闻望自动化有限公司 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/44;G06V10/46;G06V10/762;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李淑静 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多尺度特征提取和Pointnet神经网络的钢卷点云识别与分类方法，用于钢铁库区内自动化装卸钢卷作业。通过对扫描获得的原始三维点云数据进行坐标转换与直通滤波，分离出包含车厢平面、钢卷、鞍座的点云团；通过随机采样一致性算法分离出车厢平面与钢卷，通过边缘检测与Meanshift聚类分割算法将黏连的多个钢卷点云团分割为单个独立的钢卷点云数据；通过结合多尺度特征提取方法的Pointnet神经网络对钢卷点云进行分类，本方法通过数据预处理避免了含有杂物的原始三维点云数据对于钢卷识别的影响，提高了识别的效率，通过利用多尺度网络特征提取，增强了Pointnet网络对于点云局部特征信息的提取能力，提高了分类的精度。 | ||
| 搜索关键词： | 基于 尺度 特征 提取 pointnet 神经网络 钢卷点云 识别 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学;南京科远智慧科技集团股份有限公司;南京闻望自动化有限公司，未经东南大学;南京科远智慧科技集团股份有限公司;南京闻望自动化有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010304879.4/，转载请声明来源钻瓜专利网。
