基于多尺度维度特征的激光点云分类算法
针对复杂地貌条件下的三维激光点云分类问题(如峡谷边坡上的植被、卵石、岩石、沙地等),提出了一种基于三维几何体维度特征的多尺度点云分类算法,该方法首先分析不同种类的物体核心点云数据在不同尺度下的维度特征,通过构建一个多尺度分类器,自动寻找分类的最佳尺度组合,最终实现不同类别点云数据的自动分类.基于以上原理,研发了三维可视化激光点云数据分类软件LIDARVIEW.将该方法应用于沙丘植被以及大场景下沿河流峭壁岩石植被的分类.应用案例的实验结果表明:该方法可以有效、快速的实现复杂场景的点云数据的分类,尤其适用于植被分类,分类精度大于97.4％;多尺度分类方法比单尺度分类方法在地物类别的划分和空间分辨率上有显著优势;该方法适用复杂地面激光点云数据,如数据缺失,阴影区,扫描点云密度不均匀等情况;该方法不仅适用于小范围植被的分类,对于大场景复杂地形地貌的岩石、植被、卵石等分类具有很好的分类效果.
激光点云 分类算法 维度特征 地物识别
刘昌军 岳冲
中国水利水电科学研究院,北京 100038 中国水利水电科学研究院,北京 100038;中国矿业大学(北京)地测学院,北京,100083
国内会议
北京
中文
575-584
2014-12-16（万方平台首次上网日期，不代表论文的发表时间）