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:
将纹理特征与波形特征用于LiDAR数据分类,进行了纹理特征与波形特征的最佳组合方案研究.首先将LiDAR全波形数据的高程、波宽、振幅和回波次数等波形特征信息转化为波形特征图像;然后利用灰度直方图和灰度共生矩阵(GLCM)提取多种纹理特征,并与波形特征图像叠加构成多维特征图像;最后讨论纹理特征与波形特征组合对分类的影响,并确定最佳组合方案,探讨不同分类器对纹理与波形特征组合的适应性.实验结果表明,某些纹理特征能够提高分类精度,但不是分类特征越多越好,只有最佳组合才能充分利用纹理和波形特征,提高分类精度.
推荐文章
基于机载LiDAR全波形数据白桦林林分LAI反演研究
机载激光雷达
全波形数据
样地体元激光穿透指数
白桦林
叶面积指数
基于高斯与小波的机载测深LiDAR波形分解算法
小波阈值去噪
波形分解
机载测深LiDAR
LM算法
运用融合纹理和机载LiDAR特征模型估测森林地上生物量
光学影像纹理
机载激光雷达
森林地上生物量
高度归一化
支持向量回归
基于树种分类的高分辨率遥感数据纹理特征分析
森林经理学
树种分类
移动窗口
纹理因子
总精度
灰度共生矩阵
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 纹理与波形特征组合对机载LiDAR数据分类的影响
来源期刊 高技术通讯 学科
关键词 LiDAR 波形特征图像 纹理 分类
年,卷(期) 2016,(1) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 54-61
页数 8页 分类号
字数 4638字 语种 中文
DOI 10.3772/j.issn.1002-0470.2016.01.008
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 张爱武 首都师范大学三维信息获取与应用教育部重点实验室 76 733 14.0 25.0
2 李含伦 首都师范大学三维信息获取与应用教育部重点实验室 8 32 4.0 5.0
3 孟宪刚 首都师范大学三维信息获取与应用教育部重点实验室 9 26 4.0 5.0
4 段乙好 首都师范大学空间信息技术教育部工程研究中心 5 15 2.0 3.0
5 李陶 首都师范大学空间信息技术教育部工程研究中心 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (205)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (1)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
LiDAR
波形特征图像
纹理
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
论文1v1指导