顾及空间上下文关系的JointBoost点云分类及特征降维

摘要

针对较复杂场景的点云自动分类方法中目标类别为地面、植被、建筑物、电力塔、电力线等的问题,在对数据进行粗差剔除的基础上,首先归纳、定义了点云分类所需的关键特征,并利用JointBoost实现地物分类;同时,考虑到点云数据量大,其分类速度较慢,通过结合地物空间上的相互关联关系,提出一种序列化的点云分类及特征降维方法.该方法在保证分类精度的前提下,使分类所需特征维数降低,缩短了分类所需时间.激光扫描点云数据分类试验证明了该分类方法的有效性.