国土资源遥感
國土資源遙感
국토자원요감
REMOTE SENSING FOR LAND & RESOURCES
2012年
2期
23-27
,共5页
徐宏根%王建超%郑雄伟%吴芳%李迁
徐宏根%王建超%鄭雄偉%吳芳%李遷
서굉근%왕건초%정웅위%오방%리천
机载激光雷达%点云分类%植被%建筑物%面向对象
機載激光雷達%點雲分類%植被%建築物%麵嚮對象
궤재격광뢰체%점운분류%식피%건축물%면향대상
在分析LiDAR点云数据分类现状的基础上,针对植被与建筑物重叠区域分类困难的问题,提出了一种基于面向对象的点云分类方法.首先采用三角网渐进内插的滤波方法将点云分为地面点和非地面点,并得到DTM;然后对高出DTM一定高度的非地面点建立三角网,删除较长的三角网的边(地物间的边),从而将非地面点云分割成多个对象;再利用各个对象内的三角网坡度信息熵大小判断该对象属于植被或建筑物;最后对于难以区分的对象(植被与建筑物重叠区)根据建筑物几何规则形状延伸扩充,从而提高植被和建筑物重叠区的点云分类准确率.实验结果表明,该方法能够很好地区分建筑物和植被点,分类准确率达到87%.
在分析LiDAR點雲數據分類現狀的基礎上,針對植被與建築物重疊區域分類睏難的問題,提齣瞭一種基于麵嚮對象的點雲分類方法.首先採用三角網漸進內插的濾波方法將點雲分為地麵點和非地麵點,併得到DTM;然後對高齣DTM一定高度的非地麵點建立三角網,刪除較長的三角網的邊(地物間的邊),從而將非地麵點雲分割成多箇對象;再利用各箇對象內的三角網坡度信息熵大小判斷該對象屬于植被或建築物;最後對于難以區分的對象(植被與建築物重疊區)根據建築物幾何規則形狀延伸擴充,從而提高植被和建築物重疊區的點雲分類準確率.實驗結果錶明,該方法能夠很好地區分建築物和植被點,分類準確率達到87%.
재분석LiDAR점운수거분류현상적기출상,침대식피여건축물중첩구역분류곤난적문제,제출료일충기우면향대상적점운분류방법.수선채용삼각망점진내삽적려파방법장점운분위지면점화비지면점,병득도DTM;연후대고출DTM일정고도적비지면점건립삼각망,산제교장적삼각망적변(지물간적변),종이장비지면점운분할성다개대상;재이용각개대상내적삼각망파도신식적대소판단해대상속우식피혹건축물;최후대우난이구분적대상(식피여건축물중첩구)근거건축물궤하규칙형상연신확충,종이제고식피화건축물중첩구적점운분류준학솔.실험결과표명,해방법능구흔호지구분건축물화식피점,분류준학솔체도87%.