為解決形變監(jiān)測時(shí)自然場景的點(diǎn)云數(shù)據(jù)植被過濾問題,采用基于多尺度維度特征的點(diǎn)云分類算法對植被點(diǎn)云進(jìn)行去除,從分類尺度的選擇的方面對算法進(jìn)行優(yōu)化,提高了巖體坡面點(diǎn)云分類精度,結(jié)果顯示:經(jīng)最佳尺度分類處理得到的地面點(diǎn)云平均精確率達(dá)99.64%,并且算法不受激光點(diǎn)云的密度、遮擋和復(fù)雜地形的影響。 

【文章來源】：產(chǎn)業(yè)科技創(chuàng)新. 2020,2(03)

【文章頁數(shù)】：2 頁

【部分圖文】：

特征值的方差比例坐標(biāo)系

本次試驗(yàn)地面點(diǎn)云掃描自校園內(nèi)一處土坡。圖2表示在不同尺度下地面點(diǎn)分類的召回率和精確率，實(shí)驗(yàn)表明，最優(yōu)尺度可以使坡面點(diǎn)云得到較高的分類精確率。實(shí)驗(yàn)的分類尺度為初始值為0.1 m，間隔為0.1，最大尺度為1.1 m。分類的召回率為99.50%，精確率可達(dá)99.64%。圖3 分類精度及耗時(shí)

圖2 尺度范圍與地面點(diǎn)精度上述實(shí)驗(yàn)中場景的最優(yōu)分類尺度范圍為0.1m∶0.1 m∶1.1 m，在不同的尺度間隔下地面點(diǎn)精度及耗時(shí)如圖3。結(jié)果表明，地面點(diǎn)精確率和召回率在波動(dòng)中略有下降，但波動(dòng)均不超過0.3%，但實(shí)驗(yàn)耗時(shí)相差可達(dá)7倍。表明合理的尺度間隔可以有效縮短計(jì)算時(shí)間。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的數(shù)學(xué)形態(tài)學(xué)算法的LiDAR點(diǎn)云數(shù)據(jù)濾波[J]. 隋立春,張熠斌,柳艷,曲佳,李偉,王蒙,李智臨.  測繪學(xué)報(bào). 2010(04)



本文編號(hào)：3283512