面向建筑物立面智能解译的点云分类方法

摘要：

点云分类是实现建筑物立面智能解译的核心技术.现有点云分类方法主要基于几何特征和点特征,分类结果受"椒盐效应"影响较为严重.针对此问题,文章提出一种融合多尺度可见光属性特征与几何特征的点云分类方法,该方法联合了随机森林与条件随机场的建筑物立面.研究结果表明,对于建筑物立面的门窗提取,点云的可见光属性特征可与几何特征优势互补,融合多种特征能够提升点云分类的精度;基于随机森林的条件随机场能够充分挖掘点云的上下文信息,降低逐点分类结果的椒盐效应,提升分类精度,为建筑物立面智能解译提供支撑.

关键词：点云分类、建筑物立面、随机森林、条件随机场

所属期刊栏目：9

分类号：P232(摄影测量学与测绘遥感)

在线出版日期：2023-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7-10