-
题名基于点云特征的城市道路标识线提取与分类
- 1
-
-
作者
郑帅锋
王山东
张陈意
王伦炜
-
机构
河海大学地球科学与工程学院
-
出处
《激光技术》
CSCD
北大核心
2024年第1期27-33,共7页
-
基金
江苏省幸福河湖评价标准和骨干河道管护评估标准应用研究资助项目(JSZC-320000-HYGS-C2021-0156)。
-
文摘
为了解决基于车载激光雷达(LiDAR)点云数据中的道路标识线提取完整度与提取精确度方面数值偏低等问题,提出了一种基于点云多元特征的道路标识线快速提取方法。在城市道路标识线的强度信息、几何信息和语义信息基础上,结合路面点云的强度特征、高程特征和点密度特征,生成多个地理参考图像,对多元特征图像进行特征提取与填充,再利用Ostu算法以及Alpha shapes算法实现道路标识线点云精提取,并根据标识线的几何、语义信息和模型匹配方案实现标识线的细分类,进行了理论分析和实验验证,取得了澳大利亚某城市道路的点云数据。结果表明,提取的短虚线、斑马线、单向转向箭头、长虚线的准确率均高于96%,召回率均达到91%及以上,综合评价指标均达到94%及以上。这些结果对无人驾驶领域研究起到了添砖加瓦的作用,也为城市数字化建设提供了一定的参考价值。
-
关键词
激光技术
标识线提取
多元特征
车载激光雷达点云
二值化
临近点迭代模板匹配
-
Keywords
laser technique
marking line extraction
multiple characteristics
vehicle-mounted light detection and ranging point cloud
binarization
iterative closest point template matching
-
分类号
P407.8
[天文地球—大气科学及气象学]
P234.1
[天文地球—摄影测量与遥感]
-
-
题名基于多波束声呐图像的长江河道底质识别与分类
被引量：1
- 2
-
-
作者
王伦炜
王山东
王大伟
-
机构
河海大学地球科学与工程学院
-
出处
《河南科学》
2023年第6期836-842,共7页
-
基金
江苏省幸福河湖评价标准和骨干河道管护评估标准应用研究(822007516)。
-
文摘
基于多波束对长江河道底质分类关键问题进行了研究,对多波束反射强度数据进行改正并对多波束声呐图像进行预处理,采用灰度共生矩阵对底质反向散射强度图像进行纹理特征提取,最后将提取底质图像样本作为自组织特征映射神经网络和随机森林两种分类方法的训练数据,使用训练好的预测分类模型对反向散射强度图像进行全图底质分类.实验结果表明,SOM与随机森林分类方法的总体分类精度分别达到了82.5%与85.4%,对底质声呐图像实现了较好的预测分类效果.
-
关键词
长江河道
多波束
随机森林
回波特征
-
Keywords
the Yangtze River channel
multi-beam
random forest
echo feature
-
分类号
TH312
[机械工程—机械制造及自动化]
-
