基于多特征融合和神经网络的机载LiDAR点云分类
崔团团1
李晓天2
1.陕西能源职业技术学院建筑与测绘工程学院 陕西咸阳 7120002.浙江省测绘科学技术研究院 浙江杭州 311100
摘要：机载LiDAR系统能够快速获取地物点云的坐标信息、回波信息和航空影像信息,这些信息可以作为地物点云的分类准则.但是单个判定准则在不同地物的分类精度不同,使得整体的分类精度降低.根据以上原因本文提出了基于多特征融合和神经网络的机载LiDAR点云分类方法.该方法首先修复机载LiDAR点云反射强度和实现机载LiDAR与影像的配准和融合,然后分析反射强度和回波次数、地面高度、点云滤波和点云RGB色彩等5种不同地物判定准则并重新生成点云信息文件,最后使用神经网络方法对样本进行训练,完成点云分类.
关键词：机载LiDAR多特征融合人工神经网络分类
论文发表日期：2020-09-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 37-39 )