基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统道路裂缝检测工作中存在的问题,该文提出了一种利用车载LiDAR数据的道路裂缝信息自动提取方法.车载LiDAR系统能够在正常车速条件下直接获取道路及其两侧各种地物的高精度、高密度表面三维数据.为了提高数据处理效率,将三维LiDAR数据转换成二维强度特征影像数据.张量投票算法根据平滑度、邻近度及连续性约束原则,通过结构特征的张量表示和非线性投票能够从稀疏的、噪声的数据中推断显著性结构.通过实验分析,该方法不仅适用于激光点云生成的强度特征影像数据的裂缝提取,还适用于光学影像数据的裂缝提取,且提取精度在90%左右.
推荐文章
基于车载LiDAR数据的道路边界精细提取
车载 LiDAR
轨迹辅助点云
边界提取
K 均值聚类算法
利用机载LiDAR数据提取与分析地裂缝
LiDAR
点云滤波
微地貌特征
地裂缝识别
线性探测
基于车载LiDAR数据的道路横纵断面获取
车载LiDAR
数据预处理
点云分段
点云滤波
横纵断面图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车载LiDAR数据的道路裂缝信息自动提取
来源期刊 测绘科学 学科 交通运输
关键词 裂缝提取 车载LiDAR数据 强度特征图像 张量投票
年,卷(期) 2018,(8) 所属期刊栏目 应用研究
研究方向 页码范围 130-134,140
页数 6页 分类号 P231.23|TP391|U416
字数 4114字 语种 中文
DOI 10.16251/j.cnki.1009-2307.2018.08.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 管海燕 南京信息工程大学地理与遥感学院 5 15 2.0 3.0
2 成斌 南京信息工程大学地理与遥感学院 3 6 2.0 2.0
3 季秋菊 南京信息工程大学计算机与软件学院 1 1 1.0 1.0
4 朱浩朋 南京信息工程大学地理与遥感学院 1 1 1.0 1.0
5 库巴尼其别克·呼杰克 南京信息工程大学地理与遥感学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (14)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
裂缝提取
车载LiDAR数据
强度特征图像
张量投票
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导