顾及空间上下文关系的JointBoost点云分类及特征降维

针对较复杂场景的点云自动分类方法中目标类别为地面、植被、建筑物、电力塔、电力线等的问题，在对数据进行粗差剔除的基础上，首先归纳、定义了点云分类所需的关键特征，并利用JointBoost实现地物分类；同时，考虑到点云数据量大，其分类速度较慢，通过结合地物空间上的相互关联关系，提出一种序列化的点云分类及特征降维方法。该方法在保证分类精度的前提下，使分类所需特征维数降低，缩短了分类所需时间。激光扫描点云数据分类试验证明了该分类方法的有效性。...

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2013, Vol.42 (5), p.715-721
Main Author: 郭波 黄先锋 张帆 王晏民
Format: Article
Language:Chinese
Subjects:
Joi
LiDAR
ntBoost
点云分类
特征降维
空间上下文
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:针对较复杂场景的点云自动分类方法中目标类别为地面、植被、建筑物、电力塔、电力线等的问题，在对数据进行粗差剔除的基础上，首先归纳、定义了点云分类所需的关键特征，并利用JointBoost实现地物分类；同时，考虑到点云数据量大，其分类速度较慢，通过结合地物空间上的相互关联关系，提出一种序列化的点云分类及特征降维方法。该方法在保证分类精度的前提下，使分类所需特征维数降低，缩短了分类所需时间。激光扫描点云数据分类试验证明了该分类方法的有效性。
ISSN:1001-1595