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:
为解决单一形态学算子在LiDAR数据滤波中的准确性和自动识别问题,提出了一种融合序列形态学算子的城区LiDAR滤波方法.在顾及多种形态学算子优势互补特性和LiDAR不同地物数据特点的基础上,首先利用形态学开运算及白top-hat变换剔除低粗差噪声和树木、汽车、电力线等小型地物,然后利用形态学梯度查找大型建筑物边缘,最后利用连通性分析和二值形态学重建方法剔除大型建筑物,获得准确的地面与地物分类点.使用ISPRS提供的不同复杂度9组城区测试数据进行实验,结果表明,本文方法的Ⅰ类、Ⅱ类及总误差均值分别达到6.90%、3.33%和5.44%,整体分类与自动识别性能优于常规滤波算法.
推荐文章
基于形态学的视频序列人体骨架提取
形态学
腐蚀
膨胀
骨架提取
矢量自对偶形态学滤波算子
数学形态学
彩色图像滤波
矢量排序
自对偶形态学算子
基于软形态学的top-hat算子改进算法
红外图像
背景抑制
数学形态学
目标检测
软形态学的多结构加权均值形态滤波算法
图像处理
形态滤波器
数学形态学
相干斑
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 融合序列形态学算子的城区LiDAR滤波方法
来源期刊 西南交通大学学报 学科 工学
关键词 形态学滤波 白top-hat变换 形态学梯度 二值形态学重建 激光雷达
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 1038-1044
页数 7页 分类号 TN953
字数 5101字 语种 中文
DOI 10.3969/j.issn.0258-2724.2013.06.011
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 李永树 西南交通大学地球科学与环境工程学院 217 2697 27.0 40.0
2 陈强 西南交通大学地球科学与环境工程学院 83 1424 21.0 36.0
3 蔡国林 西南交通大学地球科学与环境工程学院 33 315 11.0 15.0
4 孙美玲 西南交通大学地球科学与环境工程学院 10 103 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (127)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
形态学滤波
白top-hat变换
形态学梯度
二值形态学重建
激光雷达
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
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
论文1v1指导