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:
传统的LiDAR点云滤波方式都是基于点云本身利用其高程突变信息进行滤波和分类,仅依靠单一的数据源难以达到良好的滤波效果.文中融合影像信息的LiDAR点云数据滤波,通过影像分割后,提取分割对象内的形状和光谱信息,将矢量空间对象与点云套合后建立决策树辅助滤波.文中对建筑物、道路密集区进行试验,取得了较好的滤波效果.
推荐文章
融合影像信息的LiDAR点云多特征分类方法
LiDAR点云
航空影像
多特征
融合数据
分类
基于改进窗口尺寸的LiDAR点云数据滤波
激光雷达数据滤波
数学形态学
窗口尺寸
点云数据
图像处理
基于监督学习的机载LiDAR点云滤波方法
激光雷达
滤波
SVM
二分类
特征向量
LiDAR数据与CCD影像融合算法研究
同名点匹配
激光雷达
方位元素
非线性最小二乘平差
空间后交
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 融合影像信息的LiDAR点云滤波
来源期刊 公路 学科 交通运输
关键词 LiDAR 影像分割 点云滤波
年,卷(期) 2011,(3) 所属期刊栏目 真兰维道路智能设计系统专栏
研究方向 页码范围 167-170
页数 分类号 U412.24
字数 3254字 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 闫梦龙 北京大学地球与空间科学学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
LiDAR
影像分割
点云滤波
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
公路
月刊
0451-0712
11-1668/U
大16开
北京市东城区东四前炒面胡同33号D座
2-81
1956
chi
出版文献量(篇)
13800
总下载数(次)
28
论文1v1指导