基于多尺度自适应特征的机载Lidar点云分类 | 网络首发 -- 中国光学期刊网

网络首发

光学学报

ESCI,EI,SCOPUS,CJCR,CSCD,北图

2019年第39卷第02期1页

基于多尺度自适应特征的机载Lidar点云分类

杨书娟 ¹邵永社 ²张珂殊 ³

录用时间：2018-05-20

论文栏目

遥感与传感器

作者单位

¹ 中国科学院大学

² 中国科学院电子学研究所

³ 中国科学院光电研究所

论文摘要

为解决复杂场景下城区点云分类精度不高的问题，本文提出了基于多尺度自适应特征的分类方法。首先提出了对经典几何统计特征和点直方图特征进行组合，将组合特征集作为分类依据；然后采用了随机森林评估特征重要性，并自适应选取重要特征集；最后基于多尺度自适应特征，实现了点云的分类。实验结果表明，该方法能实现城区点云的高精度分类，能适合任意尺度下不同分辨率的点云数据分类。

点特征直方图、自适应特征、多尺度、分类

引用本文

杨书娟, 邵永社, 张珂殊. 基于多尺度自适应特征的机载Lidar点云分类[J]. 光学学报, 2019, 39(02): 1.

DOI：10.3788/aos201939.02遥感与传感器01

PDF 全文：点击此处查看

网络首发

关于本站 Cookie 的使用提示

全站搜索

网络首发

浏览排行

下载排行

关于本站 Cookie 的使用提示

全站搜索