本文關(guān)鍵詞：基于多尺度維度特征和SVM的高陡邊坡點云數(shù)據(jù)分類算法研究　出處：《武漢大學(xué)學(xué)報(信息科學(xué)版)》2016年07期 　論文類型：期刊論文

  更多相關(guān)文章： SVM 多尺度 維度特征 激光點云 分類

【摘要】：為解決復(fù)雜場景下高陡邊坡點云數(shù)據(jù)的植被過濾問題,首先研究了高陡邊坡上植被和巖石激光點云的多尺度維度特征;然后利用支持向量機(support vector machine,SVM)構(gòu)建分類器,針對高陡邊坡點云數(shù)據(jù)提出濾波算法,并編制了三維激光點云濾波軟件LIDARVIEW。實驗數(shù)據(jù)表明,復(fù)雜場景內(nèi)不同尺度的植被均得到很好識別,濾波算法分類精度較高;算法不受激光點云的密度、遮擋和復(fù)雜地形的影響,且適用于機載雷達點云數(shù)據(jù)的濾波;植被覆蓋率高的巖石分類精度高于93%,植被覆蓋率低的巖石分類精度高于97%。算法對山丘區(qū)有復(fù)雜地貌的高陡邊坡地形測量具有重大研究意義。
【作者單位】： 中國水利水電科學(xué)研究院;中國礦業(yè)大學(xué)(北京)地測學(xué)院;中國地震臺網(wǎng)中心;陜西職業(yè)技術(shù)學(xué)院計算機科學(xué)系;
【基金】：全國山洪災(zāi)害調(diào)查評價無人機遙感技術(shù)應(yīng)用示范項目(1261430112001) 山西省煤礦采空區(qū)特殊下墊面的下滲機制研究及采空區(qū)產(chǎn)匯流成果應(yīng)用項目(JZ0203A422015) 河南省山洪動態(tài)預(yù)警關(guān)鍵技術(shù)研究與應(yīng)用項目(JZ0203492015) 北京市無實測流量記錄地區(qū)小流域暴雨洪水計算方法研究項目(Y20150606000)~~
【分類號】：P225.2
【正文快照】： 項目資助:全國山洪災(zāi)害調(diào)查評價無人機遙感技術(shù)應(yīng)用示范項目(1261430112001);山西省煤礦采空區(qū)特殊下墊面的下滲機制研究及采空區(qū)產(chǎn)匯流成果應(yīng)用項目(JZ0203A422015);河南省山洪動態(tài)預(yù)警關(guān)鍵技術(shù)研究與應(yīng)用項目(JZ0203492015);北京市無實測流量記錄地區(qū)小流域暴雨洪水計算方法

【相似文獻】

相關(guān)期刊論文 前10條

1 方源敏;夏永華;陳杰;宋煒煒;楊永明;左小清;;基于改進的角度偏差法的采空區(qū)點云數(shù)據(jù)精簡[J];地球科學(xué)與環(huán)境學(xué)報;2012年02期

2 靳克強;龔志輝;湯志強;張斌;袁輝;;機載激光雷達點云數(shù)據(jù)質(zhì)量評價體系分析與探討[J];測繪與空間地理信息;2012年04期

3 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點云數(shù)據(jù)提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2012年11期

4 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

5 高源鴻;彭巖;歐洋;;點云數(shù)據(jù)制作地面模型初探[J];測繪與空間地理信息;2014年04期

6 張東;;點云數(shù)據(jù)中球面點的自動提取[J];測繪;2014年03期

7 熊愛武;;基于車載激光點云數(shù)據(jù)的道路模型重建[J];地理信息世界;2013年06期

8 郝洪美;徐凱;;滑坡監(jiān)測中點云數(shù)據(jù)分析[J];北京測繪;2014年04期

9 官云蘭;賈鳳海;;地面三維激光掃描多站點云數(shù)據(jù)配準(zhǔn)新方法[J];中國礦業(yè)大學(xué)學(xué)報;2013年05期

10 郝剛;胡鑫凡;岳朝林;;一種三維激光掃描點云數(shù)據(jù)的預(yù)處理方法[J];測繪科學(xué);2014年07期

相關(guān)會議論文 前4條

1 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

2 隋立春;張熠斌;趙旦;;基于MicroStation的機載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

3 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

4 王恒;趙亮;;深度圖像的平面分割算法[A];第十七屆中國遙感大會摘要集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學(xué)（北京）;2014年

2 楊建思;機載/地面海量點云數(shù)據(jù)組織與集成可視化方法研究[D];武漢大學(xué);2011年

3 敖建鋒;動態(tài)沉陷區(qū)地面激光掃描數(shù)據(jù)處理關(guān)鍵問題研究[D];中國礦業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李俊寶;TLS在古建筑物測繪及建模中的應(yīng)用研究[D];長安大學(xué);2015年

2 唐云龍;基于車載激光點云數(shù)據(jù)的典型地物分類與提取[D];北京工業(yè)大學(xué);2015年

3 蔡志敏;基于點云數(shù)據(jù)的精簡算法研究[D];北京建筑大學(xué);2014年

4 彭占偉;基于K近鄰的點云數(shù)據(jù)處理研究[D];昆明理工大學(xué);2014年

5 劉丹;基于點云數(shù)據(jù)的曲線擬合[D];遼寧工程技術(shù)大學(xué);2009年

6 吳蒙;基于三維激光掃描技術(shù)的建筑物建模研究[D];東華理工大學(xué);2015年

7 邢旭東;一種基于高程跳變的機載LiDAR數(shù)據(jù)多層次濾波方法研究[D];西南交通大學(xué);2014年

8 岑子政;基于八叉樹的車載激光點云數(shù)據(jù)建筑物立面建模算法研究[D];首都師范大學(xué);2014年

9 喜文飛;激光點云數(shù)據(jù)壓縮的精簡研究[D];昆明理工大學(xué);2011年

10 曲瑞超;海量機載LiDAR點云數(shù)據(jù)管理及可視化應(yīng)用初探[D];中國測繪科學(xué)研究院;2014年

，

本文編號：1321491