基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
LiDAR技术可以快速获取高精度的地形表面三维点云数据.利用LiDAR点云进行建筑物自动提取时,有些建筑物与树木连在一起,有些区域还有大片树林,在此情况下,很难将二者区分开来.在没有其他辅助数据时,LiDAR点云中点的高程及其变化所表现出来的高程纹理特征足区分建筑物与树木的惟一可用特征.基于灰度级共生矩阵(gray level co-occurrence matrix,GLCM)的纹理特征是对物体表面纹理很好的描述,对上述纹理特征进行分类,可以区分建筑物与树木.介绍基于GLGM纹理特征的Li-DAR点云建筑物自动提取方法.实验结果证明,在没有辅助数据的情况下,该方法也能够自动提取出建筑物.
推荐文章
激光点云提取建筑物平面目标算法研究
激光雷达
平面提取
KD树索引
霍夫变换
高斯球
基于倾斜影像点云的建筑物提取算法研究
倾斜影像点云
建筑物提取
骨架提取算法
LIDAR点云中高精度建筑物分割算法研究
激光雷达
目标分割
高程纹理
边缘跟踪
基于无人机遥感影像及其点云特征的建筑物震害提取
无人机
遥感影像
点云三维特征
面向对象
建筑物震害提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GLCM纹理特征的LiDAR点云建筑物自动提取
来源期刊 测绘通报 学科 地球科学
关键词 LiDAR GLCM 建筑物提取 分类
年,卷(期) 2009,(11) 所属期刊栏目 技术交流
研究方向 页码范围 31-33,36
页数 4页 分类号 P237
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹晓亮 信息工程大学测绘学院 5 53 5.0 5.0
2 张皓 信息工程大学测绘学院 5 86 5.0 5.0
3 杨洋 信息工程大学测绘学院 8 169 5.0 8.0
4 黄艳 信息工程大学测绘学院 5 74 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (15)
同被引文献  (58)
二级引证文献  (17)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(10)
  • 引证文献(4)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
LiDAR
GLCM
建筑物提取
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
论文1v1指导