测绘通报 ›› 2014, Vol. 0 ›› Issue (1): 28-32.

• 学术研究 • 上一篇    下一篇

基于LiDAR波形分解的点云SVM分类方法研究

李含伦1,张爱武1,刘诏1,胡少兴2,孙卫东3   

  1. 1. 首都师范大学 三维信息获取与应用教育部重点实验室;2. 北京航空航天大学 机械工程与自动化学院;3. 清华大学 电子工程系
  • 收稿日期:2012-09-28 修回日期:2012-10-28 出版日期:2014-01-25 发布日期:2014-05-07
  • 基金资助:

    国家科技支撑计划(2012BAH31B021);教育部新世纪优秀人才资助项目(NCET-08-0630)

A LiDAR Point Classification Method Based on SVM and Waveform Decomposition

  • Received:2012-09-28 Revised:2012-10-28 Online:2014-01-25 Published:2014-05-07

摘要:

LiDAR全波形数据可以记录发射激光脉冲与地物作用形成的后向散射信号的全回波信息,是发射激光脉冲沿途遇到的所有目标回波信号的总和,揭示了地物的几何和物理属性,是地物分类的重要依据。然而目前基于全波形分解的地物分类研究较少。本文将LIDAR全波形数据分解成波宽、振幅、回波次数三个独立的属性,并分别将这三个属性与高程进行格网化,生成一幅含有四个图层的图像。然后使用SVM分类器对这幅图像进行分类,成功分出了房屋、地面、高大植被,分类精度96.2482%,kappa 0.9281。

关键词: SVM, LiDAR, 波形分解, 波宽, 振幅, 回波次数, 分类, 格网化