摘要
本发明公开了一种基于深度学习与PCL算法的隧洞断面提取方法,属于土木工程技术领域。该方法包括:S1、采用PointCleanNet深度学习算法对隧洞点云数据进行点云降噪;S2、通过PointNet深度学习网络算法进行语义分割提取隧洞内不同位置的点云数据;S3、通过坐标变换、投影提取衬砌边界,根据边界点云进行中线点的计算与提取并采用最小二乘法提取隧洞的三维中轴线;S4、基于隧洞三维中轴线,对衬砌点云进行切片提取,将三维切片转换至二维坐标下,再采用RANSAC算法拟合断面点云得到二维坐标下的隧洞断面点云。本发明可以对隧洞断面点云进行精确提取,有效提高了隧洞断面信息的提取精度。
技术关键词
隧洞
RANSAC算法
深度学习网络算法
深度学习算法
深度学习模型
点云数据分割
坐标系
训练集
切片点云
土木工程技术
语义
降噪模型
分割算法
矫正
直线
系统为您推荐了相关专利信息
学习设备
混合深度学习模型
注意力机制
设备运行数据
长短期记忆网络
造影图像序列
手术机器人
荧光造影
视觉词汇表
预训练模型
多模态脑
功能性近红外光谱
报告生成方法
报告生成装置
深度学习模型
需求预测模型
水产养殖增氧设备
自动调节方法
氧气需求量
水产养殖区域