基于点云的铁路场景分类:1,接触线的提取

(1)点云分为地面点和非地面点;

(2)在非地面点中使用PCA提取线性特征点;

值得注意的是,非地面点中的线性有很多,不仅有接触线,而且包含回流线、承载电缆。而且也不总是平行于地面的线。因此,需要通过筛选进行选择,这个时候就有两种思路分别是

1)选择接触线的特征,一次性从整体的线状点云中提取得到接触线。

2)发挥主观能动性,先剔除断的,然后是矮的。慢慢的把接触线分割出来。

使用了角度阈值剔除了倾斜的线段。观察场景,然后按照距离聚类分出最多的三个类别。

接触线和称重电缆是平行的,因此通过坐标x y的平均值来判别,后续通过z值判别接触线。

只适合于简单的铁路场景。复杂的还是第一个提取思路,或者先通过铁轨路基进行提取线也是可行的路子。但是我是先提的线,然后通过贯通性分析再去提取铁轨路基。

相关推荐
cwn_1 小时前
回归(多项式回归)
人工智能·机器学习·数据挖掘·回归
音程3 小时前
什么是Jaccard 相似度(Jaccard Similarity)
深度学习·数据挖掘
乙真仙人3 小时前
AI Agents时代,数据分析将彻底被颠覆
人工智能·数据挖掘·数据分析
Leo.yuan18 小时前
数据清洗(ETL/ELT)原理与工具选择指南:企业数字化转型的核心引擎
大数据·数据仓库·数据挖掘·数据分析·etl
李昊哲小课1 天前
pandas销售数据分析
人工智能·python·数据挖掘·数据分析·pandas
Leo.yuan1 天前
数据分析师如何构建自己的底层逻辑?
大数据·数据仓库·人工智能·数据挖掘·数据分析
超龄超能程序猿1 天前
使用 Python 对本地图片进行图像分类
开发语言·人工智能·python·机器学习·分类·数据挖掘·scipy
一条破秋裤2 天前
一份多光谱数据分析
笔记·数据挖掘·数据分析
cal_2 天前
数据分析中的拉链表解析
大数据·数据挖掘·数据分析
九章云极AladdinEdu2 天前
华为昇腾NPU与NVIDIA CUDA生态兼容层开发实录:手写算子自动转换工具链(AST级代码迁移方案)
人工智能·深度学习·opencv·机器学习·华为·数据挖掘·gpu算力