机载多光谱LiDAR数据的地物分类方法

• 作者: 潘锁艳 管海燕
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 多光谱LiDAR SVM 地物分类 多光谱LiDAR植被指数
• 年，卷（期）: 2018,（2）
• 页码范围: 198-207
• 页数: 10页
• 分类号: P237
• 字数: 5429字
• 语种: 中文
• DOI: 10.11947/j.AGCS.2018.20170512

摘要

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性.支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程.因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法.该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类.通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明:相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管海燕	南京信息工程大学遥感与测绘工程学院	5	15	2.0	3.0
2	潘锁艳	南京信息工程大学遥感与测绘工程学院	2	9	1.0	2.0