数据采集与处理
數據採集與處理
수거채집여처리
Journal of Data Acquisition & Processing
2015年
5期
1054-1061
,共8页
点云%植物器官%数据分割%多维特征%支持向量机
點雲%植物器官%數據分割%多維特徵%支持嚮量機
점운%식물기관%수거분할%다유특정%지지향량궤
point clouds%foliage organs%data segmentation%multi-dimensions feature%support vector machine
地面三维激光点云数据的植物器官分割,是林业信息化测量中的基础性工作之一.本文在点云数据颜色相近、结构复杂的情况下,首先提出了一种新的局部切平面分布特征,并构造了融合原始扫描数据、散点空间分布特征、法向分布特征的多维融合特征,能够更为有效地表征不同类别的植物器官.其次在分类器选择上,采用标准SVM,PSVM,GEPSVM三种分类器作为对比,后续使用图割理论进行再分类,加强分类效果.根据多种比较实验表明,本文提出的多特征融合分割方法能有效对植物器官的点云数据进行分类,其识别率可达到98%以上.
地麵三維激光點雲數據的植物器官分割,是林業信息化測量中的基礎性工作之一.本文在點雲數據顏色相近、結構複雜的情況下,首先提齣瞭一種新的跼部切平麵分佈特徵,併構造瞭融閤原始掃描數據、散點空間分佈特徵、法嚮分佈特徵的多維融閤特徵,能夠更為有效地錶徵不同類彆的植物器官.其次在分類器選擇上,採用標準SVM,PSVM,GEPSVM三種分類器作為對比,後續使用圖割理論進行再分類,加彊分類效果.根據多種比較實驗錶明,本文提齣的多特徵融閤分割方法能有效對植物器官的點雲數據進行分類,其識彆率可達到98%以上.
지면삼유격광점운수거적식물기관분할,시임업신식화측량중적기출성공작지일.본문재점운수거안색상근、결구복잡적정황하,수선제출료일충신적국부절평면분포특정,병구조료융합원시소묘수거、산점공간분포특정、법향분포특정적다유융합특정,능구경위유효지표정불동유별적식물기관.기차재분류기선택상,채용표준SVM,PSVM,GEPSVM삼충분류기작위대비,후속사용도할이론진행재분류,가강분류효과.근거다충비교실험표명,본문제출적다특정융합분할방법능유효대식물기관적점운수거진행분류,기식별솔가체도98%이상.