车载LiDAR点云数据中杆状地物自动提取与分类

摘要：

针对城市道路场景中车载LiDAR点云数据质量差、各类地物相互遮掩的情况,提出杆状地物自动提取与分类算法.先通过改进数学形态学算法移除点云数据中的地面点,再根据杆状地物的形态特征,使用纵向格网模板初步提取杆状地物,然后对提取的疑似杆状地物进行点云数据规则化并通过统计分析移除噪声点,最后根据预先建立的杆状地物样本训练SVM分类模型,对提取的杆状地物进行分类.试验表明,本文方法能够在数据质量欠佳的情况下有效提取城市道路场景中的杆状地物,并对提取的杆状地物进行高精度分类.

关键词：车载LiDAR、杆状地物、特征提取、地物分类、SVM分类模型

所属期刊栏目：49

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金41771491;41701597

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：724-735