基于车载LiDAR点云的杆状地物分类研究

摘要

杆状地物作为常见的公共设施,对其进行自动化精确分类是一项重要工作.文中提出基于车载LiDAR点云的杆状地物自动分类方法:首先,根据杆状地物形态特点,对其进行顶部与杆部分离;再根据杆状地物点云特征提取9种特征向量,构建特征矩阵;然后采用SVM算法,对样本集特征矩阵进行训练并构建分类模型;最后,通过构建的分类模型对测试集进行分类,并与通过先验知识设置阈值的分类算法进行对比实验,实验表明,该算法无需进行多次阈值设定即可对杆状地物进行分类,并且分类精度可达94.7％,证明该算法的正确性与优越性.