李永强

作品数：56被引量：513H指数：15
导出分析报告
供职机构：河南理工大学更多>>
发文主题：点云车载LIDAR点云地物LIDAR数据更多>>
发文领域：天文地球自动化与计算机技术建筑科学环境科学与工程更多>>
发文期刊：《测绘科学技术学报》《矿山测量》《公路》《地理与地理信息科学》更多>>
所获基金：国家自然科学基金公益性行业科研专项国家科技支撑计划博士科研启动基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习的杆状地物分类研究被引量：1
《测绘地理信息》2023年第5期80-84,共5页李佳佳 李永强 杨亚伦 
国家自然科学基金(41771491)。
针对城市道路场景中杆状地物分类自动化与智能化程度低的问题,提出一种基于深度学习的方法实现杆状地物的有效分类。利用改进的随机抽样一致(random sample consensus,RANSAC)算法滤除车载激光雷达(light detection and ranging,LiDAR)...
关键词：杆状地物 车载LiDAR 二值图像 归一化 下采样 Point Net 
基于车载LiDAR点云的路边地上物多阶段聚类分割算法被引量：1
《地理与地理信息科学》2023年第2期32-38,共7页李康弘 李永强 李佳佳 任京智 郝道前 王治尧 
国家自然科学基金项目“地下空间动态LiDAR测量关键问题研究”(41771491)。
针对车载LiDAR点云分割存在人工干预多、分割效果不稳定等问题,该文提出一种基于车载LiDAR点云的路边地上物多阶段聚类分割算法。首先使用三维格网和广度优先搜索算法进行点云粗聚类,然后对相连地物进行欧氏聚类,生成若干边界完整的粗...
关键词：车载LiDAR 点云聚类 地物提取 自适应 近邻搜索 
车载激光点云道路场景杆状地物分类研究被引量：13
《测绘科学》2022年第4期122-128,共7页臧静 李永强 赵上斌 刘亚坤 杨亚伦 
国家自然科学基金项目(41771491)。
针对车载激光点云数据中杆状地物分类效果不理想以及单一分类算法具有局限性的问题,该文提出一种基于多重投票方式的改进引导聚集(Bagging)集成学习方法。根据地物点云特征值组成特征向量,利用样本集数据分别对多种机器学习算法进行训...
关键词：点云分类 改进Bagging集成 杆状地物 决策树 支持向量机 
基于改进RANSAC算法的车载LiDAR地面点云提取被引量：5
《河南工程学院学报（自然科学版）》2022年第1期49-54,共6页李佳佳 李永强 杨亚伦 
国家自然科学基金(41771491)。
针对传统RANSAC算法提取车载LiDAR地面点云精度低、结果不稳定等问题,提出了一种改进的RANSAC算法。使用KD-Tree构建点云拓扑关系并将点云空间划分成不同区域,设置邻域半径得到每个点的邻近索引并计算点云法向量,根据法向量对地面点云...
关键词：RANSAC算法 KD-TREE 点云法向量 平均高程 FPS算法 
基于改进RANSAC算法的复杂建筑物屋顶点云分割被引量：25
《地球信息科学学报》2021年第8期1497-1507,共11页刘亚坤 李永强 刘会云 孙渡 赵上斌 
国家自然科学基金项目(41771491、41701597、U1810203);中国博士后科学基金项目(2018M642746)。
屋顶模型重建影响到建筑物完整模型重建质量,屋顶面点云分割质量对屋顶模型重建具有重要意义。针对传统RANSAC算法在屋顶点云面片分割时易产生错分割、过分割等问题,本文顾及点云位置信息,提出一种对点云重新分配的改进RANSAC点云分割...
关键词：机载LIDAR 屋顶点云 RANSAC算法 种子点选取 屋顶点云分割 误分类判定 面片优化 点云重分配 
基于多源激光点云融合的建筑物BIM建模被引量：22
《地球信息科学学报》2021年第5期763-772,共10页刘亚坤 刘会云 李永强 赵上斌 杨亚伦 
国家自然科学基金项目(41771491、41701597、U1810203);中国博士后科学基金项目(2018M642746)。
墙体、窗户等单元构件是建筑物重要组成部分,精细提取其几何参数及位置信息对于完整表达建筑物整体模型具有重要意义。针对单一点云数据源无法获取建筑物单元构件相关参数并完整表达室内外模型重建问题,本文提出一整套融合室内外多源点...
关键词：多源LiDAR数据 点云融合 冗余数据剔除 剖切图 二维线划图 几何参数提取 单元构件族 BIM模型 
车载LiDAR点云数据中杆状地物自动提取与分类被引量：30
《测绘学报》2020年第6期724-735,共12页李永强 李鹏鹏 董亚涵 范辉龙 
国家自然科学基金(41771491,41701597)。
针对城市道路场景中车载LiDAR点云数据质量差、各类地物相互遮掩的情况,提出杆状地物自动提取与分类算法。先通过改进数学形态学算法移除点云数据中的地面点,再根据杆状地物的形态特征,使用纵向格网模板初步提取杆状地物,然后对提取的...
关键词：车载LiDAR 杆状地物 特征提取 地物分类 SVM分类模型 
利用车载点云数据构建建筑物立面窗户模型被引量：3
《测绘通报》2020年第5期95-100,共6页范辉龙 李永强 杨清科 李鹏鹏 刘亚坤 赵上斌 
测绘地理信息公益性行业科研专项(201412020);国家自然科学基金(41771491)。
采用车载LiDAR数据进行窗户模型构建是一项艰巨的工作,本文提出了一整套窗户模型构建方法。首先利用RANSAC算法对建筑物立面进行探测分离主墙面,基于空洞思想对主墙面窗户进行聚类,然后采用动态椭圆凸壳算法探测窗户边界轮廓点。对获取...
关键词：车载LiDAR 建筑物立面 RANSAC 聚类分割 模型构建 
BP神经网络的道路场景杆状地物自动分类被引量：4
《测绘通报》2020年第4期101-105,120,共6页李鹏鹏 李永强 赵上斌 范辉龙 
国家自然科学基金(41771491)。
针对车载激光扫描数据中杆状地物分类精度不高、自动化程度低的问题,本文提出一种基于BP神经网络的分类方法。首先根据杆状地物点云特征选取10个特征值,获取杆状地物聚类单元的特征向量,构建特征矩阵;然后使用样本集训练BP神经网络模型...
关键词：杆状地物 神经网络 自动分类 特征值 分类模型 
车载LiDAR点云中道路绿化带提取与动态分析被引量：4
《地球信息科学学报》2020年第2期268-278,共11页李鹏鹏 李永强 蔡来良 董亚涵 范辉龙 
国家自然科学基金项目(41771491、41701597);中国博士后科学基金(2018M642746)。
道路绿化带是城市园林绿地系统重要组成部分,具有重要的生态和环境服务功能,道路绿化带信息的精细分类与提取以及绿化带的动态分析对于道路信息化管理具有重要意义。本文提出基于车载LiDAR技术的道路绿化带自动提取与绿植地物精细分类...
关键词：车载LiDAR 激光点云 绿化带信息提取 地物分类 动态分析 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部