面向对象的倾斜摄影测量点云分类方法

• 作者: 何雪 张云生 杜守基 邹峥嵘 郑特
• 来源期刊: 国土资源遥感
• 学科: 地球科学
• 关键词: 点云分类 点云特征 倾斜影像 面向对象 随机森林
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 87-92
• 页数: 6页
• 分类号: P231
• 字数: 3950字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2018.02.12

摘要

随着影像密集匹配方法的发展,目前可以从多视倾斜航空影像获得大量类比于激光扫描数据密度甚至精度的点云,但获取结果以着色的点云为主,缺乏分类信息.针对此问题,提出了一种面向对象的倾斜摄影测量点云分类方法.首先,计算单点特征向量;然后,利用SLIC(simple linear iterative clustering)算法将点云对应的影像分割成超像素,再根据点云和影像间的关系,将点云聚类成超体素对象,并计算每个对象的特征向量;在此基础上,采用随机森林算法对超体素进行分类;最后,根据语义信息对分类结果进行后处理获得最终的点云分类结果.2组典型实验数据结果表明,总体分类精度分别达到91.2%和88.1%,比基于单点的分类方法分别提高了2.3%和8.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹峥嵘	中南大学地球科学与信息物理学院	158	1385	19.0	29.0
2	张云生	中南大学地球科学与信息物理学院	43	174	6.0	11.0
3	杜守基	中南大学地球科学与信息物理学院	6	18	3.0	4.0
4	何雪	中南大学地球科学与信息物理学院	11	42	4.0	5.0
5	郑特	中南大学地球科学与信息物理学院	3	7	2.0	2.0