近年來,機(jī)載激光雷達(dá)技術(shù)因其高精度、高效率的數(shù)據(jù)采集而廣泛應(yīng)用于地形測繪、三維建模和城市規(guī)劃等多個(gè)領(lǐng)域。然而,機(jī)載激光雷達(dá)獲取的數(shù)據(jù)是無序的三維點(diǎn)云數(shù)據(jù),并不能直接獲取地面和物體的三維信息,因此研究高效、高精度的點(diǎn)云分類方法成為了當(dāng)前的研究熱點(diǎn)。依據(jù)特征提取的基本單元,現(xiàn)有的點(diǎn)云分類方法可以分為基于點(diǎn)的分類方法和基于分割段的分類方法�；邳c(diǎn)的分類方法通過分析單個(gè)點(diǎn)的特征對點(diǎn)云數(shù)據(jù)進(jìn)行分類,而基于分割段的分類方法首先使用點(diǎn)云分割算法對點(diǎn)云數(shù)據(jù)進(jìn)行分割,然后在分割段的基礎(chǔ)上對點(diǎn)云數(shù)據(jù)進(jìn)行分類。與基于點(diǎn)的分類方法相比,基于分割段的分類方法能獲得更豐富的特征信息,提高分類效果。然而,現(xiàn)有的基于分割段的分類方法不僅存在點(diǎn)云分割不合理問題,而且忽略了不合理特征對分類效果的影響。本文對基于分割段的分類方法進(jìn)行研究,提出了一種新的點(diǎn)云分類方法。該方法由逐步點(diǎn)云分割,基于隨機(jī)森林的點(diǎn)云分類,以及分類結(jié)果的優(yōu)化三個(gè)階段組成。在逐步點(diǎn)云分割階段,針對區(qū)域增長算法中存在的過分割和欠分割問題,本文將隨機(jī)采樣一致性算法和區(qū)域增長算法相結(jié)合,提出了基于小平面的區(qū)域增長算法。同時(shí),鑒于單一點(diǎn)云分割算法存在的局限性,本... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

盲錢卜一點(diǎn)對應(yīng)的曲錢

句含異常教抿的豹抿鼻

1拎影而積的計(jì)算yz}

【參考文獻(xiàn)】：
期刊論文
[1]基于信息向量機(jī)的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)分類[J]. 劉志青,李鵬程,陳小衛(wèi),張保明,郭海濤.  光學(xué)精密工程. 2016(01)
[2]利用隨機(jī)森林的城區(qū)機(jī)載LiDAR數(shù)據(jù)特征選擇與分類[J]. 孫杰,賴祖龍.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(11)
[3]機(jī)載激光雷達(dá)點(diǎn)云的階層式分類[J]. 曾齊紅,毛建華,李先華,劉學(xué)鋒.  測繪科學(xué). 2008(01)



本文編號：3095964