期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Alpha Shapes轮廓点云识别算法的洞室表面形变区域提取方法
1
作者
张雨婷
郑德华
李思远
《南京信息工程大学学报》
北大核心
2025年第2期181-190,共10页
针对三维激光扫描密集点云提取洞室表面变形信息的问题,本文提出一种基于改进的Alpha Shapes算法识别洞室轮廓点云和多尺度模型到模型的点云比对(Multiscale Model-to-Model Cloud Comparison,M3C2)的洞室表面变形监测方法.首先对获取...
针对三维激光扫描密集点云提取洞室表面变形信息的问题,本文提出一种基于改进的Alpha Shapes算法识别洞室轮廓点云和多尺度模型到模型的点云比对(Multiscale Model-to-Model Cloud Comparison,M3C2)的洞室表面变形监测方法.首先对获取到的两期洞室表面点云数据进行配准,采用改进的Alpha Shapes算法识别洞室表面外轮廓点云.获得的两期洞室表面外轮廓点云经精配准后,再采用M3C2算法进行各点变形值计算,最后进行距离聚类提取连续形变区域.实验结果表明:该方法能够有效剔除点云中细小沟壑处的点及受到混合像元影响的点,在洞室截面到扫描仪距离10 m的范围内,两期点云剔除率分别为14.17%及13.52%,在70 m范围内,分别为6.25%及6.42%;该方法能够准确高效地提取出2倍配准误差以上的洞室表面形变区域.
展开更多
关键词
洞室变形监测
轮廓点云识别
Alpha
Shapes算法
M3C2算法
在线阅读
下载PDF
职称材料
题名
基于Alpha Shapes轮廓点云识别算法的洞室表面形变区域提取方法
1
作者
张雨婷
郑德华
李思远
机构
河海大学地球科学与工程学院
出处
《南京信息工程大学学报》
北大核心
2025年第2期181-190,共10页
基金
钱投科创项目(QT202208A001)。
文摘
针对三维激光扫描密集点云提取洞室表面变形信息的问题,本文提出一种基于改进的Alpha Shapes算法识别洞室轮廓点云和多尺度模型到模型的点云比对(Multiscale Model-to-Model Cloud Comparison,M3C2)的洞室表面变形监测方法.首先对获取到的两期洞室表面点云数据进行配准,采用改进的Alpha Shapes算法识别洞室表面外轮廓点云.获得的两期洞室表面外轮廓点云经精配准后,再采用M3C2算法进行各点变形值计算,最后进行距离聚类提取连续形变区域.实验结果表明:该方法能够有效剔除点云中细小沟壑处的点及受到混合像元影响的点,在洞室截面到扫描仪距离10 m的范围内,两期点云剔除率分别为14.17%及13.52%,在70 m范围内,分别为6.25%及6.42%;该方法能够准确高效地提取出2倍配准误差以上的洞室表面形变区域.
关键词
洞室变形监测
轮廓点云识别
Alpha
Shapes算法
M3C2算法
Keywords
cavern deformation monitoring
contour point cloud recognition
Alpha Shapes algorithm
multiscale model-to-model cloud comparison(M3C2)algorithm
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Alpha Shapes轮廓点云识别算法的洞室表面形变区域提取方法
张雨婷
郑德华
李思远
《南京信息工程大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
