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
AI科技星4 小时前
【无标题】
人工智能·决策树·机器学习·数据挖掘·机器人
NebulaData7 小时前
从通用到垂直:AI 平台竞争的下半场与产业落地路径
人工智能·数据挖掘
GIS数据转换器9 小时前
蓄能电力大数据监管平台
大数据·人工智能·分布式·数据挖掘·数据分析·智慧城市
70asunflower9 小时前
5.1 描述性统计
数据挖掘·数据分析
清山博客10 小时前
Python使用Matplotlib绘制基础可视化图表
信息可视化·数据挖掘·数据分析
70asunflower10 小时前
7.3 分类 —— 预测一个类别
人工智能·分类·数据挖掘·数据分析
babe小鑫10 小时前
咨询行业转行数据分析指南
数据挖掘·数据分析
babe小鑫10 小时前
2026金融行业学数据分析的价值
金融·数据挖掘·数据分析
YangYang9YangYan11 小时前
2026产品运营岗学数据分析的价值
数据挖掘·数据分析·产品运营
YangYang9YangYan11 小时前
2026营销策划岗学数据分析的价值
数据挖掘·数据分析·产品经理