-
题名一种RANSAC多模型拟合的隧道点云滤波算法
被引量：2
- 1
-
-
作者
陈珂
刘华
闫利
乐林株
-
机构
武汉大学测绘学院
武汉大学测绘学院航天航空研究所
-
出处
《测绘地理信息》
CSCD
2021年第3期60-63,共4页
-
基金
国家重点研发计划(2017YFC0803801)。
-
文摘
针对目前大多数点云滤波方法的不足,提出基于随机抽样一致(random sample consensus, RANSAC)多模型拟合的隧道点云滤波算法。与单模型拟合滤波方法不同,该算法在每个隧道横断面上使用多个圆模型进行分段拟合,多个模型具有不同的模型参数,将远离所拟合的各圆模型的点作为噪声点进行剔除。实验结果表明,相较于单模型拟合滤波方法,所提出的多模型法具有更低的一类误差和相近的二类误差,对隧道三维激光点云的滤波效果更好。
-
关键词
隧道三维激光扫描
隧道激光点云
隧道点云滤波
随机抽样一致(random
sample
consensus
RANSAC)多模型拟合
-
Keywords
tunnel 3D laser scanning
tunnel laser point cloud
tunnel point cloud filtering
random sample consensus(RANSAC)multi-model fitting
-
分类号
P231
[天文地球—摄影测量与遥感]
TP751
[天文地球—测绘科学与技术]
-
-
题名基于深度学习的隧道渗漏水语义分割方法
被引量：1
- 2
-
-
作者
徐艺文
王维
王鲁杰
陈颖
郭春生
李家平
-
机构
上海勘察设计研究院(集团)股份有限公司
上海地铁监护管理有限公司
-
出处
《智能建筑与智慧城市》
2024年第1期160-163,共4页
-
文摘
文章针对隧道结构渗漏水病害巡检效率低的问题,基于隧道结构三维激光扫描影像建立了一个具备了一定规模的渗漏水病害数据集,选择了三种经典的图像分割的深度学习模型,分析和比较了三种模型在渗漏水病害识别的区别及差异,验证了图像分割的深度学习模型的有效性。
-
关键词
隧道三维激光扫描影像
深度学习
数据集
渗漏水
-
Keywords
tunnel image of 3D laser scan
deep learning
dataset
leakage
-
分类号
U457
[建筑科学—桥梁与隧道工程]
TP18
[交通运输工程—道路与铁道工程]
-
-
题名基于深度学习的隧道结构病害类型识别方法研究
被引量：1
- 3
-
-
作者
王维
黄宝森
陈颖
王鲁杰
郭春生
李家平
-
机构
上海勘察设计研究院(集团)有限公司
绍兴京越地铁有限公司
上海地铁监护管理有限公司
-
出处
《价值工程》
2023年第21期138-141,共4页
-
文摘
受建设条件、运营环境等复杂因素影响,隧道结构在运营期间将不可避免出现诸如渗水、缺损、裂缝等多种病害。以相机拍摄或三维激光扫描为基础的快速隧道病害检测方法是未来发展的趋势。近年来,国内外的许多学者对如何快速处理数量庞大的隧道影像数据、自动识别病害特征,进行了一定的研究,但这些研究大多采用相机照片建立深度学习数据集。本文结合人工标注的上海部分地铁隧道病害可见光相片与三维扫描灰度影像,分别建立了具有一定规模的隧道病害数据集,实验并对比了多种图像分类卷积神经网络在自建数据集上的表现,此外,还比较了可见光数据集与灰度数据集的独立训练效果和混合训练效果,并对模型错分情况进行了讨论。
-
关键词
深度学习
数据集
隧道病害
隧道三维激光扫描影像
-
Keywords
deep learning
dataset
tunnel defect
tunnel image of 3D laser scan
-
分类号
U457.2
[建筑科学—桥梁与隧道工程]
-
