复杂条件下高陡边坡激光点云分类算法研究

摘要

针对复杂条件下的(如河流两岸高陡边坡)植被难以过滤问题,作者利用主成分分析法计够实现大部算不同地物在多种尺度下呈现的不同维度特征,结合支持向量机设计线性分类器,提出了多尺度下点云分类算法.算法直接作用于激光点云上,不需要内插成规则格网,受数据缺失、遮挡、扫描点云密度、复杂地形等影响较小.为验证算法是分类精度,利用长距地面三维激光扫描仪采集了某高陡边坡激光点云数据作为实验数据,进行植被与边坡地面的分类实验.分类实验结果表明:算法计算效率较高,8min内完成200万个激光点云数据分类处理工作;算法证明不受地形变化和植被覆盖的影响,能够实现复杂条件下的植被与地面高精度的分类;正确的尺度选择能分点云数据高精度的分类.