遥感信息 2015, 30(6) 67-70 DOI:   10.3969/j.issn.1000-3177.2015.  ISSN: 1000-3177 CN: 11-5443/P

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
理论研究
扩展功能
本文信息
Supporting info
PDF(1583KB)
[HTML全文]
参考文献[PDF]
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
本文关键词相关文章
机载LiDAR
滤波
分类
归一化高度
SVM
本文作者相关文章
PubMed
浅析机载LiDAR点云的滤波与分类
董保根|梁世波|李慎芳|张杰
摘要: 滤波与分类是机载LiDAR点云处理的两个关键步骤。针对人们在传统概念上的认识误区,简要阐述了两者的不同内涵。以点云分类为例,一方面,以归一化高度特征为着力点,详细分析点云滤波对分类精度的影响,并对其影响力给予客观地评估;另一方面,以点云分类结果为着力点,采用反向分析法深入探讨了点云分类结果与滤波产生的两种误差的内在联系,从而验证了两者在点云处理过程中的辩证关系,得出了相应结论。
关键词 机载LiDAR   滤波   分类   归一化高度   SVM  
A Preliminary View on Filtering and Classification for Airborne LiDAR Point Clouds
DONG Baogen|LIANG Shibo|LI Shenfang|ZHENG Jie
Abstract: Filtering and classification are two critical steps in the process of LiDAR point clouds.In view of the traditional misunderstandings,their different meanings are described briefly.Taking the classification of point clouds for instance,the dialectical relation between filtering and classification is proved,and some beneficial conclusions are gained.On the one hand,based on normalized height,a detailed analysis is provided for the impact of filtering on classification,and the influences are assessed objectively;on the other hand,based on the classification result,the method of reverse analysis is developed to intensively investigate the intrinsic relationship between the classification result and the two types of errors derived from filtering of point clouds.
Keywords: airborne LiDAR   filtering   classification   normalized height   SVM  
收稿日期 2014-09-11 修回日期 2014-12-24 网络版发布日期 2015-12-14 
DOI: 10.3969/j.issn.1000-3177.2015.
基金项目:

通讯作者: 董保根(1977—),男,博士,工程师,研究方向为遥感图像处理与机载LiDAR数据处理。E-mail:dbg-999@163.com
作者简介: 董保根(1977—)|男|博士|工程师|研究方向为遥感图像处理与机载LiDAR数据处理。E-mail:dbg-999@163.com
作者Email:

参考文献:
本刊中的类似文章
1..基于ISODATA法的冬小麦产量分级监测预报[J]. 遥感信息, 2009,0(4): 30-
2..基于光谱曲线特性和波谱角分类的赤潮监测方法[J]. 遥感信息, 2009,0(4): 50-
3.贾蓉, 刘春.基于机载LiDAR点云数据的复杂城市区域数字地面模型提取[J]. 遥感信息, 2009,0(5): 3-
4.刘峰, 王颖.基于多通道Gabor滤波器的纹理图像非监督分类[J]. 遥感信息, 2009,0(5): 19-
5.张丹, 杨斌, 张瑞禹.多种分类器融合的遥感影像分类[J]. 遥感信息, 2009,0(5): 41-
6.栗敏光, 邓喀中, 赵银娣.基于改进分水岭变换的遥感图像分割方法[J]. 遥感信息, 2009,0(6): 3-
7.李峰, 郑雄伟, 王和平.机载LiDAR系统在大比例尺地形成图中的应用[J]. 遥感信息, 2009,0(6): 20-
8.刘伟东, 徐健, 张海霞.面向对象分类方法在第二次土地调查中的应用研究[J]. 遥感信息, 2009,0(6): 73-
9.尹高飞, 肖鹏峰, 冯学智.基于改进标记的高分辨率遥感图像分水岭分割方法[J]. 遥感信息, 2010,0(2): 12-
10.陶建斌, 舒宁, 沈照庆.基于高斯混合模型的遥感影像连续型朴素贝叶斯网络分类器[J]. 遥感信息, 2010,0(2): 18-
11.叶勤, 张小虎, 王栋.一种基于区域生长与空间形状约束的高分辨率遥感图像道路提取方法[J]. 遥感信息, 2010,0(2): 25-
12.殷国伟, 张汉德, 范学玮, 董广香.机载三维激光成像系统点云数据滤波与地面点提取算法研究[J]. 遥感信息, 2010,0(2): 79-
13.张晓娟, 杨英健, 盖利亚, 李亮, 王宇.基于CART决策树与最大似然比法的植被分类方法研究[J]. 遥感信息, 2010,0(2): 88-
14.王峰, 吴云东.无人机遥感平台技术研究与应用[J]. 遥感信息, 2010,0(2): 114-
15.张栋, 柯长青, 余瞰.机器学习算法在ALOS影像分类中的应用研究[J]. 遥感信息, 2010,0(3): 26-
16.于欢, 张树清, 孔博.CBERS与TM遥感影像湿地覆被分类对比分析[J]. 遥感信息, 2010,0(3): 75-
17. 姚芳, 万幼川, 胡晗, 张宏雅.基于MTF的遥感影像复原算法研究[J]. 遥感信息, 2010,0(4): 40-
18.刘沛, 李英成, 薛艳丽, 丁晓波.基于TerraSolid与Inpho的LiDAR数据处理方法分析与研究[J]. 遥感信息, 2010,0(1): 17-
19.汤传勇, 卢远.利用面向对象的分类方法提取水稻种植面积[J]. 遥感信息, 2010,0(1): 53-
20.唐朴谦, 杨建宇, 张超, 朱德海, 苏伟.基于像素比值的面向对象分类后遥感变化检测方法[J]. 遥感信息, 2010,0(1): 69-
21.张卉, 张超, 赵冬玲.特征权重优化高分辨率遥感影像模糊分类研究[J]. 遥感信息, 2010,0(1): 94-
22.孙华生|徐爱功|林卉|张连蓬.时间序列植被指数频域滤波去噪算法的优化研究[J]. 遥感信息, 2013,28(1): 24-28
23.郭芬芬,范建容,汤旭光,陈阳,刘青,李瑾杨.基于HJ-1A高光谱数据的藏北高原草地分类方法对比[J]. 遥感信息, 2013,28(1): 77-82


Copyright by 遥感信息