SVM用于LiDAR数据的地物分类

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

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. 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/Abstract

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。

乔纪纲陈明辉艾彬张亦汉. SVM用于LiDAR数据的地物分类[J]. 测绘通报, 2013, 0(7): 35-38.

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[3]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[4]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.
[5]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[6]	高智梅, 王竞雪, 沈昭宇. 机载LiDAR建筑物点云渐进提取算法[J]. 测绘通报, 2021, 0(8): 7-13,36.
[7]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[8]	王晓静, 唐超, 王勇, 侯海倩, 杨晓飞. 封闭环境下限制误差发散的高精度导航定位[J]. 测绘通报, 2021, 0(8): 65-68,73.
[9]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[10]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[11]	熊友谊, 乔纪纲, 张文金. 基于线特征的鱼眼图像与地面激光雷达点云配准[J]. 测绘通报, 2021, 0(7): 74-80.
[12]	刘茂华, 李曼雯. 融合高分影像和LiDAR数据的城市道路提取[J]. 测绘通报, 2021, 0(6): 1-5,60.
[13]	杨恒, 岳建平, 周钦坤. 利用SVM与ARIMA组合模型进行大坝变形预测[J]. 测绘通报, 2021, 0(4): 74-78.
[14]	孙涛, 徐明宇, 董秀军, 潘星. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021, 0(4): 90-97.
[15]	宋宝, 柯福阳, 赵兴旺. 面向LiDAR/Radar松组合的迭代加权IEKF-BP组合算法精度分析[J]. 测绘通报, 2021, 0(2): 44-48.

SVM用于LiDAR数据的地物分类

Land Cover Classification from LiDAR Data Based on SVM

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价