原文服务方: 计算技术与自动化       
摘要:
根据单档输电线空间分布特性,提出了改进随机采样一致的输电线点云分割方法。首先优化初始样本点选择原则、引入最小二乘原理参数求解等改进策略,提高了随机采样一致性算法输电线模型重建精度;然后以直线-抛物线方程为单根输电线识别的约束条件,利用逐根提取方式实现输电线激光点云分割。选择两组典型代表性的机载激光点云数据进行实验分析,该方法有效解决了数据缺失、点云噪声等复杂背景环境的输电线激光点云分割,准确率、召回率和整体精度最小值分别为99.19%、99.25%、99.10%。较之已有方法,本文方法具有点云分割精度高、算法普适性强的优势;随机采样一致性(RANSAC)算法是常见的激光点云分割方法,但该算法推广至输电线场景时存在点云分割效率低、抗噪性差等不足,不利于高精度的输电线模型重建及后续线路风险检测。
推荐文章
利用神经网络的城区机载激光雷达点云分类算法
神经网络
激光雷达
数据压缩
邻域特征提取
点云分类
偏度特征约束下的机载激光雷达点云数据分类
机载激光雷达
点云数据
偏度特征
数据分类
SVM分类器
基于激光雷达点云数据生成等高线
激光雷达
点云数据
等高线
DEM
DSM
高程点
激光雷达云底识别算法综述
云底高度
云层回波
算法
激光雷达
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 激光雷达的多源数据融合点云分类算法研究
来源期刊 计算技术与自动化 学科
关键词 机载激光雷达 改进随机一致性采样 输电线 点云分割
年,卷(期) 2023,(2) 所属期刊栏目
研究方向 页码范围 100-107
页数 8页 分类号
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.202302019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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)
研究主题发展历程
节点文献
机载激光雷达
改进随机一致性采样
输电线
点云分割
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导