典型文献
基于点云数据的杆状地物提取方法
文献摘要：
道路两侧的路灯、交通标志杆和交通信号杆等杆状道路设施的位置与状态等信息是道路调查,以及城市部件管理中需要获取的重要数据.本文首先利用区域生长和渐进形态学滤波移除地面点,并对非地面点聚类;然后对聚类对象进行体素化网格采样,并提取采样点的快速点特征直方图,使用费舍尔编码对快速点特征直方图进行编码得到费舍尔向量;结合费舍尔向量以及地物的几何和辐射等全局特征,采用支持向量机(SVM)分类器进行训练和分类,实现杆状道路设施的识别和分类.实验结果表明,本文方法对路灯、交通标志杆和摄像头杆的提取准确率分别为89.3％、66.7％和100％,漏分率分别为10.7％、33.3％和0％,错分率分别为13.5％、4.8％和6.3％.
文献关键词：
车载激光点云;目标识别;杆状道路设施;费舍尔编码;分类
中图分类号：
作者姓名：
刘元元
作者机构：
中铁第一勘察设计院集团有限公司,西安710043
文献出处：
引用格式：
[1]刘元元-.基于点云数据的杆状地物提取方法)[J].工程勘察,2022(04):62-66
A类：
杆状地物,杆状道路设施,费舍尔编码
B类：
点云数据,地物提取,路灯,交通标志,交通信号,重要数据,区域生长,形态学滤波,移除,面点,体素化,网格采样,采样点,快速点特征直方图,使用费,全局特征,分类器,摄像头,分率,错分,车载激光点云,目标识别
AB值：
0.241441
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
