利用多尺度扩展高斯影像特征提取车载点云杆状道路设施的方法研究

LIU Hua, GE Jin-tao, ZHANG Xiao-ming,LIU Bo,LI Da-jun

Journal of East China Institute of Technology(Natural Science Edition)(2022)

引用 0|浏览1
暂无评分
摘要
杆状道路设施是车道级高精度地图制作、道路信息管理等应用中的重要地理信息要素,车载激光点云已成为杆状道路设施调查的重要数据源.针对模型拟合以及基于语义和特征等杆状道路设施提取方法在实际运用中的不足,提出一种基于多尺度扩展高斯影像特征的杆状道路设施提取方法.该方法利用多尺度扩展高斯影像对分割后点云对象进行特征描述,并通过与模板点云对象进行特征匹配实现典型杆状道路设施的提取.采用两份车载激光点云数据对所提出算法进行了验证.实验结果表明,路灯的平均提取正确率和平均提取完整率分别为96.13%和95.28%,交通标志牌的平均提取正确率和平均提取完整率分别为86.35%和82.48%,均实现了有效提取.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要