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:
提出了一种从车载激光扫描数据中层次化提取多类型目标的有效方法.该方法首先利用颜色、激光反射强度、空间距离等特征,生成多尺度超级体素;然后综合超级体素的颜色、激光反射强度、法向量、主方向等特征利用图分割方法对体素进行分割;同时计算分割区域的显著性,以当前显著性最大的区域为种子区域进行邻域聚类得到目标;最后结合聚类区域的几何特性判断目标可能所属的类别,并按照目标类别采用不同的聚类准则重新聚类得到最终目标.试验结果表明,该方法成功地提取出建筑物、地面、路灯、树木、电线杆、交通标志牌、汽车、围墙等多类目标,目标提取的总体精度为92.3%.
推荐文章
概率假设密度滤波的谱聚类目标状态提取方法
多目标状态估计
概率假设密度
状态提取
谱聚类
Nystr(o)m逼近
基于纹理特征与行扫描结合的目标提取方法
目标提取
纹理特征
同态滤波
边缘检测
行扫描
部分遮挡目标的稳健局部特征点提取方法
部分遮挡
稳健局部特征点
置信度
逐步提纯
基于模糊识别的线阵扫描激光引信目标识别算法
线阵扫描
激光引信
目标识别
关联分析
模糊识别
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 车载激光扫描数据中多类目标的层次化提取方法
来源期刊 测绘学报 学科 地球科学
关键词 车载激光点云 多尺度超级体素 多类型目标提取 显著性 层次化提取
年,卷(期) 2015,(9) 所属期刊栏目 [摄影测量学与遥感]
研究方向 页码范围 980-987
页数 8页 分类号 P237
字数 6242字 语种 中文
DOI 10.11947/j.AGCS.2015.20140339
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 杨必胜 武汉大学测绘遥感信息工程国家重点实验室 59 1287 20.0 35.0
5 董震 武汉大学测绘遥感信息工程国家重点实验室 13 79 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (170)
参考文献  (6)
节点文献
引证文献  (29)
同被引文献  (113)
二级引证文献  (68)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(9)
  • 引证文献(7)
  • 二级引证文献(2)
2018(19)
  • 引证文献(7)
  • 二级引证文献(12)
2019(53)
  • 引证文献(12)
  • 二级引证文献(41)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
车载激光点云
多尺度超级体素
多类型目标提取
显著性
层次化提取
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
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导