(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210909793.3 (22)申请日 2022.07.29 (71)申请人 上海工程 技术大学 地址 201620 上海市松江区龙腾路3 33号 (72)发明人 周锐闯　闫丰亭　毛洋洋　丁增良　 周子文　 (74)专利代理 机构 上海思真远达专利代理事务 所(特殊普通 合伙) 31481 专利代理师 刘芸 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01)G06V 10/30(2022.01) G06V 10/40(2022.01) G06N 20/20(2019.01) (54)发明名称 一种基于深度学习的点云 分类方法及系统 (57)摘要 本发明公开了一种基于深度学习的点云分 类方法， 属于点云分类技术领域， 本发明通过机 载激光雷达采集原始激光点云数据， 并对其进行 预处理， 以获取目标物点云数据， 之后进行数据 分块处理， 再进行局部邻域划分， 提取单个点云 的特征信息， 接着将其输入若干个预设个体学习 模型中进行个体分类， 以获取个体点云分类结 果， 最后通过集成学习模型获取最终点云分类结 果， 进而实现了对点云数据的高效分类， 相较于 现有的基于深度学习的点云算法， 本发明可以在 保证点云分类效率的基础上有效提高点云的分 类精度， 进而为三维重建工作提供高效服务， 其 具有一定经济和社会效益。 权利要求书2页 说明书4页 附图2页 CN 115272697 A 2022.11.01 CN 115272697 A 1.一种基于深度学习的点云 分类方法， 其特 征在于， 包括如下步骤： 通过机载激光雷达采集待三维重构目标物体的原始激光点云数据， 并对其进行预处 理， 以获取目标物点云数据； 对所述目标物点云数据进行数据分块处理， 以获取若干个点云数据块， 并对每个所述 点云数据块进行局部邻域划分， 同时提取每 个所述点云数据块中的单个点云的特 征信息； 根据单个点云的特征信息将若干个点云数据块作为样本集， 并划分成训练集和测试 集， 并将所述训练集输入若干个预设个体学习模型中进行个体分类， 以获取个体点云分类 结果； 基于集成学习策略对所述若干个预设个体学习模型进行组合， 形成集成学习模型， 并 将所述个 体点云分类结果作为输入数据输入其中， 以获取最终点云 分类结果。 2.根据权利要求1所述的一种基于深度学习的点云分类方法， 其特征在于， 所述预处 理， 包括： 通过数据增强算法对所述原 始激光点云数据进行 数据增强处 理； 将数据增强后的所述原始激光点云数据基于预设滤波器进行地面点、 孤立点与非地面 点的分离； 去除所述地面点和孤立点， 同时对所述非地面点基于预设阈值进行聚类， 以获取目标 物点云数据。 3.根据权利要求1所述的一种基于深度 学习的点云分类方法， 其特征在于， 所述数据分 块处理， 包括： 将所述目标物点云数据按照预设分块大小进行分块， 同时对每个分块中少于预设阈值 区间的点云数据进行剔除处 理； 对剔除处理后的每个所述分块进行稀疏处理， 即删除每个所述分块中的重复点数据和 噪声点数据。 4.根据权利要求1所述的一种基于深度 学习的点云分类方法， 其特征在于， 所述单个点 云的特征信息包括 三维坐标、 法向量、 主曲率和回波强度。 5.根据权利要求1所述的一种基于深度 学习的点云分类方法， 其特征在于， 所述若干个 预设个体学习模型其可以为多个同质分类器或异质分类器， 其具体为决策树、 朴素贝叶斯、 神经网络和支持向量机中的一种或多种。 6.根据权利要求1所述的一种基于深度 学习的点云分类方法， 其特征在于， 所述集成学 习策略具体为 最大投票法。 7.一种基于深度学习的点云 分类系统， 其特 征在于， 包括： 数据采集模块用于通过机载激光雷达采集待三维重构目标物体的原 始激光点云数据； 数据预处 理模块用于对所述原 始激光点云数据进行 预处理， 以获取目标物点云数据； 数据分块及特征提取模块用于对所述目标物点云数据进行数据分块处理， 以获取若干 个点云数据块， 并对每个所述点云数据块进行局部邻域划分， 同时提取每个所述点云数据 块中的单个点云的特 征信息； 个体学习分类模块用于根据 单个点云的特征信 息将若干个点云数据块作为样本集， 并 划分成训练集和测试集， 并将所述训练集输入若干个预设个体学习模型中进行个体分类， 以获取个 体点云分类结果；权　利　要　求　书 1/2 页 2 CN 115272697 A 2集成学习分类模块用于基于集成学习策略对所述若干个预设个体学习 模型进行组合， 形成集成学习模型， 并将所述个体点云分类结果作为输入数据输入其中， 以获取最终点云 分类结果。权　利　要　求　书 2/2 页 3 CN 115272697 A 3