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:
针对车载LiDAR点云进行地面点滤波时,基于常规TIN、坡度等滤波算法不能根据局部地形变化自动调整阈值的问题,该文结合城市点云特征和地形起伏度,提出地形自适应的车载LiDAR点云滤波方法.该方法通过引入地形自适应参数进行区域增长阈值的动态调整,实现地面点、非地面点的自动精确滤波.通过实测数据试验,结果表明该方法可适用于车载LiDAR城市点云中地面点和非地面点的较精确分类,解决低矮浅丘、低矮灌木等地物点不容易正确分类的问题.
推荐文章
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
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
一种自适应数学形态学LiDAR点云滤波方法
激光雷达
数学形态学
滤波
点云处理
自适应
基于简化模型与自适应滤波的车载SINS基座快速对准
捷联惯导
快速对准
简化模型
自适应滤波
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 地形自适应车载LiDAR点云滤波
来源期刊 测绘科学 学科 地球科学
关键词 车载LiDAR 地形自适应 区域增长 滤波
年,卷(期) 2015,(10) 所属期刊栏目 应用研究
研究方向 页码范围 138-141,152
页数 5页 分类号 P208
字数 语种 中文
DOI 10.16251/j.cnki.1009-2307.2015.10.028
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 岑敏仪 西南交通大学地球科学与环境工程学院 64 560 14.0 19.0
2 张同刚 西南交通大学地球科学与环境工程学院 31 225 10.0 13.0
3 冯义从 西南交通大学地球科学与环境工程学院 9 93 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (99)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
车载LiDAR
地形自适应
区域增长
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
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导