文献

J-GLOBAL ID：201702222842165634   整理番号：17A0328759

モバイルレーザ走査点群を用いた路面標示の抽出と分類【Powered by NICT】

Extraction and Classification of Road Markings Using Mobile Laser Scanning Point Clouds

著者 (4件)： Cheng Ming (Fujian Key Laboratory of Sensing and Computing for Smart Cities, School of Information Science and Engineering, Xiamen University, Xiamen, China) ,  Zhang Haocheng (Department of Geography and Environmental Management, University of Waterloo, Waterloo, ON, Canada) ,  Wang Cheng (Fujian Key Laboratory of Sensing and Computing for Smart Cities, School of Information Science and Engineering, Xiamen University, Xiamen, China) ,  Li Jonathan (Fujian Key Laboratory of Sensing and Computing for Smart Cities, School of Information Science and Engineering, Xiamen University, Xiamen, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 3  ページ： 1182-1196  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,移動レーザ走査(MLS)ポイントクラウドから検出された舗装マーキングの半自動情報抽出のためのロバストな方法を構築することを目的とした。提案したワークフローは三成分から構成されている1)前処理,2)抽出,および3)分類。前処理では,三次元(3 D)MLSポイントクラウドは,道路表面の放射測定的補正と増強二次元(2 D)強度画像に変換した。舗装マーキングは,一連のアルゴリズム,Otsuしきい値処理,隣接計数フィルタリング,および成長領域を含むを用いた強度を自動的に抽出した。最後に,抽出された舗装マーキングは,手動で定義された決定木を用いた幾何学的パラメータと分類される。Xiamen,中国福建省で得られたMLSデータセットを用いて行った。結果は,提案したワークフローと方法は,Fスコアにおける完全で92%,正確さで95%,及び94%を達成できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： フィルタリング ,  三次元 ,  *路面標示 ,  ロバスト性 ,  *路面 ,  舗装 ,  ワークフロー ,  *点群 ,  ディシジョンツリー ,  マーキング ,  前処理 ,  二次元 ,  情報抽出
準シソーラス用語： 閾値処理 ,  *レーザ走査 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  事務・経営情報処理  (JE15020F)

タイトルに関連する用語 (5件)： モバイル ,  レーザ走査 ,  点群 ,  路面標示 ,  分類