高斯混合聚类对移动曲面拟合滤波分类的应用

摘要：

为了提高激光雷达点云滤波算法的精度和自适应性,对移动曲面滤波算法进行改进.采用格网边界点构建曲面约束条件,检验格网内是否全部为建筑物点.利用区域拟合求解地形的起伏,引入机器学习中高斯混合模型(GMM)对地形起伏进行滤波分类,将移动曲面中的种子点作为聚类算法中的靶向点参与分类学习.实验数据为雷达飞行的自测区,对于自测区采用随机抽样的方式,检验判断滤波效果.同时为检验GMM算法的准确性,在三类误差检验方式的基础上,增加了 Kappa系数作为检验方式.通过与谱系聚类分类算法对比,证明所提算法能取得较好的滤波效果.

关键词：滤波分类、激光雷达、高斯混合聚类模型、最大期望、降维

所属期刊栏目：50

分类号：P237(摄影测量学与测绘遥感)

资助基金：中央级公益性科研院所基本科研业务费专项;中央级公益性科研院所基本科研业务费专项

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：290-300