首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
不同地形条件下，不同的特征组合、特征维数对点云的分类效率及分类结果有不同的影响。提出了一种机载LiDAR点云分类的自适应特征选择方法，该方法依据地形起伏情况对整体点云数据进行区域划分，自适应选择适宜该区域LiDAR点云分类的特征集合。为了验证这种特征选择方法的有效性，利用优选后的特征集合，分别采用随机森林和支持向量机算法进行分类实验验证，实验结果表明，在不同地形条件的区域里，适合LiDAR点云分类的特征集合不同。该方法可以有效地降低特征维数，缩短运算时间，且分类精度较高。
遥感 机载LiDAR 自适应特征选择 点云分类 随机森林 支持向量机 激光与光电子学进展
2016, 53(8): 082802
