CN114596446B 点云数据质量评估方法、装置、计算机设备及存储介质 （山东科技大学）

2根据所述信息损失评价指标对所述原始点云数据进行质量所述对所述原始点云数据进行特征提取操作，得到点云数据特征根据目标边缘识别方法获取所述原始点云数据的最小外接矩形，将所述长度数据以及所述宽度数据的比值作为根据高斯核函数计算所述原始点云数据在水平方向的水平概率根据所述高斯核函数计算所述原始点云数据在竖直方向的竖直概率在所述点云数据特征集合中获取c组点云数据特征集合，分别计算每组点云数据的第根据所述贡献率、所述第一评价指标在所述目标新变量中的线性组根据同一数据处理方法对每组所述原始点云数据进行a次数据处理操作，得到第二评3根据所述权重分值以及所述单一指标信息熵计算所述信息根据所述最佳数据处理方式对所述原始点云数据进行数据处理操作，质量评估模块，用于根据所述信息损失评价指标对所述原始点外接矩形获取子模块，用于根据目标边缘识别方法获取所述原始几何特征值确认子模块，用于将所述长度数据以及所水平概率密度子模块，用于根据高斯核函数计算所述原始点云数据在水竖直概率密度子模块，用于根据所述高斯核函数计算所述6.根据权利要求5所述的点云数据质量评估装置，其特征在于，所述权重分值获取模权重特征矩阵构建子模块，用于在所述点云数据特征集合中获取c组点云数据特征集4线性组合系数计算子模块，用于计算所述第一评权重分值确认子模块，用于根据所述贡献率、所述第一评价指标在所述目标8.一种计算机可读存储介质，其特征在于，所56述计算机可读指令时实现如上所述的点云数据质量评估方通传感器采集的二维点云数据进行分析，提取几何特征和高斯投影特征对目标进行描述。[0030]图6是本申请实施例一提供的目标数据样本获取方法的一种具体实施方式的流程7括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPicture[0043]需要说明的是，本申请实施例所提供的点云数据质量评估方法一般由服务器/终[0045]继续参考图2，示出了本申请实施例一提供的点云数据质量评估方法的实现流程[0048]在本申请实施例中，获取原始点云数据可以是通过交通传感器采集二维点云数8[0052]在本申请实施例中，获取权重分值的方式可以是在该点云数据特征集合中获取c基于信息熵的点云数据损失程度评价模型，能够全面对二维点云数据质量进行有效评估，9[0063]步骤S303：根据高斯核函数计算原始点云数据在水平方向的水平概率密度最小[0067]在基于核密度曲线计算公式的条件下点云数据在X轴投影的概率密度的最小值xx~[0072]步骤S304：根据高斯核函数计算原始点云数据在竖直方向的竖直概率密度最小[0103]计算原n个评价指标在m个新变量中的线性组合系数lij，计算方式如公式(17)所[0113]对每组原始点云数据在相同数据处理方法下进行a次数据处理，计算数据处理后[0120]继续参阅图6，示出了本申请实施例一提供的目标数据样本获取方法的一种具体行数据处理。利用上述提出的评估方法计算信息损失评价指标对采样后的样本进行评估，[0128]在本申请实施例中，由表1可知随着取样率的增加信噪比与信息损失率的变化趋步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或[0136]权重分值获取模块230，用于根据所述点云数据特征集合获取各个特征的权重分[0138]质量评估模块250，用于根据所述信息损失评价指标对所述原始点云数据进行质[0139]在本申请实施例中，获取原始点云数据可以是通过交通传感器采集二维点云数[0141]在本申请实施例中，获取权重分值的方式可以是在该点云数据特征集合中获取c[0144]继续参阅图9，示出了图8中的特征提取模块220的一种具体实施方式的结构示意[0146]外接矩形获取子模块221，用于根据目标边缘识别方法获取所述原始点云数据的[0147]几何特征值确认子模块222，用于将所述长度数据以及所述宽度数据的比值作为[0148]水平概率密度子模块223，用于根据高斯核函数计算所述原始点云数据在水平方[0149]竖直概率密度子模块224，用于根据所述高斯核函数计算所述原始点云数据在竖[0156]在基于核密度曲线计算公式的条件下点云数据在X轴投影的概率密度的最小值xx~[0172]降维处理模块232，用于对所述权重特征矩阵进行降维处理，得到新变量特征矩[0176]目标新变量确认子模块236，用于在所述新变量中选取符合权重选取条件的目标[0177]线性组合系数计算子模块237，用于计算所述第一评价指标在所述目标新变量中[0190]计算原n个评价指标在m个新变量中的线性组合系数lij，计算方式如公式(17)所[0197]数据处理模块，用于根据最佳数据处理方式对原始点云行数据处理。利用上述提出的评估方法计算信息损失评价指标对采样后的样本进行评估，[0202]在本申请实施例中，由表1可知随着取样率的增加信噪比与信息损失率的变化趋行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、可编程门阵列(Field-存储器310也可以是所述计算机设备300的外部存储设备，例如该计算机设备300上配备的[0207]所述处理器320在一些实施例中可以是中央处理器(CentralProcessingUnit，在所述计算机设备300与其他电子设备之使所述至少一个处理器执行如上述的点云数据质量出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质