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
audyxiao00116 小时前
AI一周重要会议和活动概览
人工智能·计算机视觉·数据挖掘·多模态
fanstuck19 小时前
Prompt提示工程上手指南(七)Prompt编写实战-基于智能客服问答系统下的Prompt编写
人工智能·数据挖掘·openai
云空1 天前
《解锁 Python 数据挖掘的奥秘》
开发语言·python·数据挖掘
Watermelo6171 天前
详解js柯里化原理及用法,探究柯里化在Redux Selector 的场景模拟、构建复杂的数据流管道、优化深度嵌套函数中的精妙应用
开发语言·前端·javascript·算法·数据挖掘·数据分析·ecmascript
落魄君子2 天前
GA-BP分类-遗传算法(Genetic Algorithm)和反向传播算法(Backpropagation)
算法·分类·数据挖掘
落魄君子2 天前
ELM分类-单隐藏层前馈神经网络(Single Hidden Layer Feedforward Neural Network, SLFN)
神经网络·分类·数据挖掘
qingyunliushuiyu2 天前
企业为何需要可视化数据分析系统
数据挖掘·数据分析·数据采集·数据可视化·数据分析系统
dundunmm2 天前
数据挖掘之认识数据
人工智能·机器学习·信息可视化·数据挖掘
江南野栀子3 天前
数据可视化-1. 折线图
信息可视化·数据挖掘·数据分析
【建模先锋】3 天前
故障诊断 | 一个小创新:特征提取+KAN分类
人工智能·分类·数据挖掘