铁路场景三维点云分割与分类识别算法.pdf,铁路限界侵入检测对保障高速铁路安全具有重要意义，基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点，在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集，基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性（RANSAC）分割造成的过分割和欠分割问题；针对分割后的单物体点云，提出利用视点特征直方图（VFH）进行不同目标的三维点云特征提取，基于

为实现高速铁路周界侵限检测系统自动识别轨道区域的功能,提出了一种自适应的图像分割与识别算法。计算了每个场景的直线特征极大值以调节自适应参数,提出了新的基于边界点权重及区域面积的聚类组合规则,将碎片化区域快速组合成局部区域;简化了卷积神经网络,通过对卷积核进行预训练并在损失函数中增加稀疏项来提高特征图的差异性。在不使用显卡的前提下,对比实验结果表明所提算法的像素准确率最高(95.9%),计算时间最短(2.5 s),网络参数约为0.18×10