测绘通报 ›› 2013, Vol. 0 ›› Issue (7): 35-38.

• 学术研究 • 上一篇    下一篇

SVM用于LiDAR数据的地物分类

乔纪纲1,陈明辉2,艾彬3,张亦汉1   

  1. 1. 广东商学院 资源与环境学院;2. 东莞市地理信息与规划编制研究中心;3. 中山大学 海洋学院
  • 收稿日期:2013-03-18 修回日期:2012-12-04 出版日期:2013-07-25 发布日期:2014-05-13
  • 基金资助:

    广东省自然科学基金(S2011040003226);广州市科技计划(7421252729755)

Land Cover Classification from LiDAR Data Based on SVM

  • Received:2013-03-18 Revised:2012-12-04 Online:2013-07-25 Published:2014-05-13

摘要:

LiDAR具有探测地表垂向结构的能力,目前还无法被其他遥感源所取代。本文提出通过变换点云提取LiDAR纹理特征,利用支持向量机(SVM)进行训练和分类,并与基于神经网络的分类方法进行比较。试验结果表明,SVM能在训练精度和推广能力之间取得折中,可有效地避免LiDAR地物分类证据不完备引起的过拟合问题,适合于LiDAR地物分类。

关键词: LiDAR, 高度纹理, SVM